1.一种基于多角度成像的缺陷检测方法,其特征在于,包括以下步骤:
获取待检产品的原始图像;
根据所述原始图像获取待检产品的品类信息;根据所述原始图像获取所述待检产品的实际位置坐标;
建立用于多角度拍照的多角度参数库;
根据所述品类信息、所述实际位置坐标以及所述多角度参数库得到待检产品的多角度图像;
根据所述多角度图像得到待检产品的缺陷检测结果。
2.根据权利要求1所述的基于多角度成像的缺陷检测方法,其特征在于,所述根据所述原始图像获取所述原始图像的品类信息,具体包括:
构建分类网络模型;
以待检产品的人工标注数据作为训练样本训练所述分类网络模型得到训练后的分类网络模型;
输入所述待检产品的原始图像至所述训练后的分类网络模型得到待检产品的品类信息。
3.根据权利要求1所述的基于多角度成像的缺陷检测方法,其特征在于,所述根据所述原始图像获取所述待检产品的实际位置坐标,具体包括:
构建基于目标检测的定位网络模型;
以待检产品的人工标注数据作为训练样本训练所述定位网络模型得到训练后的定位网络模型;
输入所述待检产品的原始图像至所述训练后的定位网络模型得到待检产品的中心点坐标以及方向角信息;
根据所述待检产品的中心点坐标以及方向角信息基于相机标定原理得到待检产品的实际位置坐标。
4.根据权利要求1所述的基于多角度成像的缺陷检测方法,其特征在于,所述多角度参数库包括不同种类待检产品的多角度参数,所述多角度参数包括一一对应的原始图像的初始角度、正面拍摄角度、左面拍摄角度以及右面拍摄角度。
5.根据权利要求1所述的基于多角度成像的缺陷检测方法,其特征在于,所述根据所述原始图像的品类信息、所述待检产品的实际位置坐标以及所述多角度参数库得到待检产品的多角度图像,具体包括:
根据所述待检产品的品类信息调取多角度参数库对应品类下多角度拍照成像所需的多角度坐标;
根据所述待检产品的实际位置坐标以及多角度拍照成像所需的多角度坐标,计算手眼标定机器人进行拍照成像的多个角度位移;
手眼标定机器人根据所述拍照成像的多个角度位移进行自适应多角度成像拍摄,得到待检产品的多角度图像。
6.根据权利要求1所述的基于多角度成像的缺陷检测方法,其特征在于,所述根据所述待检产品的多角度图像得到待检产品的缺陷检测结果,具体包括:
构建缺陷分割网络模型;
以待检产品的人工标注数据作为训练样本训练所述缺陷分割网络模型得到训练后的缺陷分割网络模型;
输入所述待检产品的多角度图像至所述训练后的缺陷分割网络模型得到待检产品的缺陷分割结果,进而得到待检产品的缺陷检测结果。
7.根据权利要求6所述的基于多角度成像的缺陷检测方法,其特征在于,所述缺陷分割网络为pspnet语义分割网络、segnet语义分割网络、fullyconvolutionaldensenet语义分割网络或者u-net语义分割网络。
8.一种基于多角度成像的缺陷检测系统,其特征在于,具体包括:
原始图像获取模块:用于获取待检产品的原始图像;
原始图像分析模块:用于根据所述原始图像获取待检产品的品类信息;用于根据所述原始图像获取所述待检产品的实际位置坐标;
多角度参数库模块:用于建立用于多角度拍照的多角度参数库;
多角度图像模块:用于根据所述品类信息、所述实际位置坐标以及所述多角度参数库得到待检产品的多角度图像;
缺陷检测模块:用于根据所述多角度图像得到待检产品的缺陷检测结果。
9.一种缺陷检测终端,其特征在于,包括:处理器和存储器;其中,所述存储器存储有计算机程序,所述计算机程序适于由所述处理器加载并执行如权利要求1-7任意一项的基于多角度成像的缺陷检测方法。
10.一种计算机可读存储介质,其特征在于,其上存储有计算机程序;所述计算机程序被处理器执行以实现如权利要求1-7任一项所述的基于多角度成像的缺陷检测方法。