缺陷检测系统的制作方法

1.本技术涉及计算机视觉技术领域，尤其涉及一种缺陷检测系统。


背景技术：

2.近年来，发光二极管(light-emitting diode，led)灯具的应用越来越广，而led支架作为led晶片的底基座，连接灯珠内部的电极。led支架的质量直接影响led灯具的成品质量。因此，如何在生产led的过程中检测led支架是否存在缺陷具有非常重要的意义。


技术实现要素：

3.本技术提供一种缺陷检测系统，所述系统包括：第一成像设备和第一处理器，所述第一成像设备与所述第一处理器之间存在第一通信连接，所述第一成像设备安装在轨道的第一侧，所述轨道用于传输发光二极管支架；
4.所述第一成像设备采集所述第一侧的第一图像；
5.所述第一处理器通过所述第一通信连接获取所述第一图像，并对所述第一图像进行缺陷检测，得到所述发光二极管支架的第一面的第一缺陷检测结果，所述第一面位于所述第一侧。
6.结合本技术任一实施方式，所述缺陷检测系统还包括：
7.安装在所述第一侧的第一光源，用于在所述第一成像设备采集所述第一图像的过程中对所述第一侧进行照明。
8.结合本技术任一实施方式，所述缺陷检测系统还包括：安装在所述轨道的第二侧的第二成像设备，所述第二侧和所述第一侧为所述轨道的两侧，所述第二成像设备与所述第一处理器之间存在第二通信连接；
9.所述第二成像设备采集所述第二侧的第二图像；
10.所述第一处理器通过所述第二通信连接获取所述第二图像，并对所述第二图像进行缺陷检测，得到所述发光二极管支架的第二面的第二缺陷检测结果，所述第二面位于所述第二侧。
11.结合本技术任一实施方式，所述第二图像包括所述发光二极管支架的第二面的第一缺陷检测区域和所述发光二极管支架的第二面的非缺陷检测区域；
12.所述第一处理器通过所述第二通信连接获取所述第二图像，并对所述第二图像进行缺陷检测，得到所述发光二极管支架的第二面的第二缺陷检测结果，包括：
13.从所述第二图像中提取所述第一缺陷检测区域的第一特征数据和所述非缺陷检测区域的第二特征数据；
14.对所述第一特征数据和所述第二特征数据进行加权求和，得到所述发光二极管支架的第二面的第三特征数据；所述第一特征数据的权重大于所述第二特征数据的权重；
15.根据所述第三特征数据得到所述发光二极管支架的第二面的第二缺陷检测结果。
16.结合本技术任一实施方式，权利要求4所述的得到所述第二缺陷检测结果的过程
通过缺陷检测模型实现，所述缺陷检测模型的训练过程包括：
17.获取待训练模型和至少一张训练图像，所述至少一张训练图像均包括发光二极管支架样本，所述至少一张训练图像的标注数据包括所述发光二极管支架样本的所述第一缺陷检测区域和所述发光二极管支架样本的缺陷情况；
18.根据所述至少一张训练图像，对所述待训练模型进行训练，得到所述缺陷检测模型。
19.结合本技术任一实施方式，所述根据所述第三特征数据得到所述发光二极管支架的第二面的第二缺陷检测结果，包括：
20.根据所述第三特征数据，确定所述发光二极管支架的第二面存在待确认缺陷；
21.在所述待确认缺陷的尺寸大于或等于尺寸阈值的情况下，确定所述发光二极管支架的第二缺陷检测结果为所述发光二极管支架的第二面存在缺陷；
22.在所述待确认缺陷的尺寸小于所述尺寸阈值的情况下，确定所述发光二极管支架的第二缺陷检测结果为所述发光二极管支架的第二面不存在缺陷。
23.结合本技术任一实施方式，所述发光二极管支架的第二面还包括第三缺陷检测区域，所述第三缺陷检测区域的优先级比所述第一缺陷检测区域的优先级低；
24.在所述第二缺陷检测结果为所述发光二极管支架的第二面不存在缺陷的情况下，在得到所述发光二极管支架的第二面的第二缺陷检测结果之后，所述方法还包括：
25.从所述第二图像中提取所述第三缺陷检测区域的第四特征数据；
26.根据所述第四特征数据，得到所述发光二极管支架的第三缺陷检测结果。
27.结合本技术任一实施方式，所述缺陷检测系统还包括第二处理器，所述第二处理器在监测到所述发光二极管支架处于所述轨道上的情况下，向所述第一处理器发送第一指令；
28.所述第一处理器在检测到所述第一指令的情况下，向所述第一成像设备发送采集图像的第二指令；
29.所述第一成像设备采集所述第一侧的第一图像，包括：
30.所述第一成像设备在检测到所述第二指令的情况下，采集所述第一侧的第一图像。
31.结合本技术任一实施方式，所述第一处理器包括第三处理器和第四处理器；
32.所述第一处理器在检测到所述第一指令的情况下，向所述第一成像设备发送采集图像的第二指令，包括：
33.所述第三处理器在检测到所述第一指令的情况下，向所述第一成像设备发送采集图像的第二指令；
34.所述第一处理器通过所述第一通信连接获取所述第一图像，并对所述第一图像进行缺陷检测，得到所述发光二极管支架的第一面的第一缺陷检测结果，包括：
35.所述第四处理器通过所述第一通信连接获取所述第一图像，并对所述第一图像进行缺陷检测，得到所述发光二极管支架的第一面的第一缺陷检测结果。
36.结合本技术任一实施方式，所述第一成像设备与所述第三处理器之间存在所述第一通信连接，所述第三处理器与所述第四处理器之间存在第三通信连接；
37.所述第四处理器通过所述第一通信连接获取所述第一图像，并对所述第一图像进
行缺陷检测，得到所述发光二极管支架的第一面的第一缺陷检测结果，包括：
38.所述第三处理器通过所述第一通信连接获取所述第一图像，并通过所述第三通信连接将所述第一图像发送至所述第四处理器；
39.所述第四处理器对所述第一图像进行缺陷检测，得到所述发光二极管支架的第一面的第一缺陷检测结果。
40.结合本技术任一实施方式，所述缺陷检测系统还包括打标机；
41.在得到所述第一缺陷检测结果的情况下，所述第一处理器在所述第一缺陷检测结果为所述第一面存在缺陷的情况下，控制所述打标机对所述发光二极管支架进行打标；
42.在得到所述第一缺陷检测结果和所述第二缺陷检测结果的情况下，所述第一处理器在所述第一缺陷检测结果为所述第一面存在缺陷或所述第二缺陷检测结果为所述第二面存在缺陷的情况下，所述第一处理器控制所述打标机对所述发光二极管支架进行打标。
43.结合本技术任一实施方式，所述打标机为激光打标机。
44.结合本技术任一实施方式，所述发光二极管支架位于发光二极管支架基板，所述轨道通过传输所述发光二极管支架基板传输所述发光二极管；
45.所述第一处理器控制所述打标机对所述发光二极管支架进行打标，包括：
46.所述第一处理器向所述打标机发送所述发光二极管支架在所述发光二极管支架基板中的目标位置，以使所述打标机根据所述目标位置对所述发光二极管支架进行打标。
47.结合本技术任一实施方式，在所述第一成像设备与所述第三处理器之间存在所述第一通信连接，所述第三处理器与所述第四处理器之间存在第三通信连接的情况下，所述第三处理器通过所述第一通信连接获取所述第一图像，并通过所述第三通信连接将所述第一图像发送至所述第四处理器，包括：
48.所述第三处理器通过所述第一通信连接获取所述第一图像；
49.所述第三处理器从所述第一图像中截取与所述目标位置对应的第三图像；
50.通过所述第三通信连接将所述第三图像发送至所述第四处理器；
51.所述第四处理器对所述第一图像进行缺陷检测，得到所述发光二极管支架的第一面的第一缺陷检测结果，包括：
52.所述第四处理器对所述第三图像进行缺陷检测，得到所述发光二极管支架的第一面的第一缺陷检测结果。
53.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，而非限制本技术。
附图说明
54.为了更清楚地说明本技术实施例或背景技术中的技术方案，下面将对本技术实施例或背景技术中所需要使用的附图进行说明。
55.此处的附图被并入说明书中并构成本说明书的一部分，这些附图示出了符合本技术的实施例，并与说明书一起用于说明本技术的技术方案。
56.图1为本技术实施例提供的一种缺陷检测系统的架构示意图；
57.图2为本技术实施例提供的另一种缺陷检测系统的架构示意图；
58.图3为本技术实施例提供的另一种缺陷检测系统的架构示意图；
59.图4为本技术实施例提供的另一种缺陷检测系统的架构示意图；
60.图5为本技术实施例提供的另一种缺陷检测系统的架构示意图；
61.图6为本技术实施例提供的另一种缺陷检测系统的架构示意图。
具体实施方式
62.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
63.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。
64.应当理解，在本技术中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上，“至少两个(项)”是指两个或三个及三个以上，“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“a和/或b”可以表示：只存在a，只存在b以及同时存在a和b三种情况，其中a，b可以是单数或者复数。字符“/”可表示前后关联对象是一种“或”的关系，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。字符“/”还可表示数学运算中的除号，例如，a/b＝a除以b；6/3＝2。“以下至少一项(个)”或其类似表达。
65.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本技术的至少一个实施例中。在说明书中的各个目标位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
66.请参阅图1，图1所示为本技术实施例提供的一种缺陷检测系统1的架构示意图。如图1所示，缺陷检测系统1包括第一成像设备11、第一处理器12。
67.第一成像设备11与第一处理器12之间存在第一通信连接，第一成像设备11安装在轨道的第一侧，其中，轨道用于传输led支架，第一侧为轨道的任意一侧。可选的，第一成像设备11为相机。
68.第一成像设备11采集第一侧的第一图像。由于轨道用于传输led支架，第一成像设备11采集第一侧的第一图像包括轨道所传输的led支架。
69.第一处理器12通过第一通信连接获取第一图像。在一种可能实现的方式中，第一成像设备11在采集到第一图像的情况下，将第一图像发送至第一处理器12。可选的，第一处理器12为工控机。
70.第一处理器12对第一图像进行缺陷检测，得到led支架的第一面的第一缺陷检测结果，其中，第一面为led支架上位于第一侧的表面。
71.由于第一面位于第一侧，第一图像包括led支架的第一面。因此，第一处理器12通过对第一图像进行缺陷检测，可得到第一面的第一缺陷检测结果。第一缺陷检测结果包括第一面存在缺陷，或包括第一面不存在缺陷。
72.本技术实施例中，缺陷检测系统的第一成像设备通过采集轨道的第一侧的第一图像，可在轨道传输led支架的过程中，采集到包括led支架的第一面的第一图像。缺陷检测系统的第一处理器通过对第一图像进行缺陷检测，可得到第一面的第一缺陷检测结果。
73.由此可在轨道传输led支架的过程中，通过缺陷检测系统检测出led支架第一面是否存在缺陷。
74.由于对第一图像进行缺陷检测无需以包括存在缺陷的led支架的图像为参考进行比对，第一处理器通过对第一图像进行缺陷检测，可提高第一缺陷检测结果的准确度。
75.作为一种可选的实施方式，缺陷检测系统还包括安装在第一侧的第一光源。第一光源用于在第一成像设备采集第一图像的过程中对第一侧进行照明。这样可提高第一成像设备采集到的第一图像的图像质量，进而可提高第一处理器得到的第一缺陷检测结果的准确度。
76.请参阅图2，图2所示为本技术实施例提供的另一种缺陷检测系统2的架构示意图。如图2所示，缺陷检测系统2包括第一成像设备21、第一处理器22、第一光源23。第一光源23可在第一成像设备21采集第一图像的过程中对第一侧进行照明。
77.作为一种可选的实施方式，所述缺陷检测系统还包括安装在轨道的第二侧的第二成像设备，其中，第二侧和第一侧为轨道的两侧，即轨道的两侧分别为第一侧和第二侧。
78.第二成像设备与第一处理器之间存在第二通信连接。第二成像设备和第一处理器可通过第二通信连接进行数据传输。
79.第二成像设备采集第二侧的第二图像。由于轨道用于传输led支架，第二成像设备采集第二侧的第二图像包括轨道所传输的led支架。
80.第一处理器通过第二通信连接获取第二图像。在一种可能实现的方式中，第二成像设备在采集到第二图像的情况下，将第二图像发送至第一处理器。
81.第一处理器对第一图像进行缺陷检测，得到led支架的第二面的第二缺陷检测结果，其中，第二面为led支架上位于第二侧的表面。
82.由于第二面位于第二侧，第二图像包括led支架的第二面。因此，第一处理器通过对第二图像进行缺陷检测，可得到第二面的第二缺陷检测结果。第二缺陷检测结果包括第二面存在缺陷，或包括第二面不存在缺陷。
83.作为一种可选的实施方式，第二图像包括led支架的第二面的第一缺陷检测区域和led支架的第二面的非缺陷检测区域。
84.本技术实施例中，第一缺陷检测区域为led支架的第二面内需要进行缺陷检测的区域，即需要通过确定第一缺陷检测区域内是否存在缺陷，确定led支架是否存在缺陷。非缺陷检测区域为led支架的第二面内除第一缺陷检测区域之外的区域。
85.例如，第一缺陷检测区域为以下中的一个：水沟区域、防护垫(pad)区域、杯壁区域、支架树脂表面区域。
86.在该种实施方式中，第一处理器通过执行以下步骤得到上述第二缺陷检测结果：
87.101、从第二图像中提取上述第一缺陷检测区域的第一特征数据和上述非缺陷检测区域的第二特征数据。
88.本技术实施例中，第一特征数据为第一缺陷检测区域的特征数据，第二特征数据为非缺陷检测区域的特征数据。
89.第一处理器通过对第二图像进行特征提取处理，提取第一特征数据和第二特征数据。特征提取处理可以是卷积处理，也可以是池化处理，还可以是卷积处理和池化处理的结合，或者其他可以提取特征的处理，不限于此。可选的，特征提取处理可通过卷积神经网络实现，也可通过特征提取模型实现，本技术对此不做限定。
90.102、对上述第一特征数据和上述第二特征数据进行加权求和，得到上述发光二极管支架的第二面的第三特征数据。
91.本技术实施例中，第三特征数据为led支架的第二面的特征数据。在执行步骤102的过程中，第一特征数据的权重大于第二特征数据的权重。例如，将第一权重作为第一特征数据的权重，将第二权重作为第二特征数据的权重，对第一特征数据和第二特征数据进行加权求和，得到led支架的第二面的第三特征数据，此时，第一权重大于第二权重。
92.由于第一缺陷检测区域为led支架的第二面内需要检测缺陷的区域，在确定led支架是否存在缺陷时，第一缺陷检测区域所携带的信息比非缺陷检测区域所携带的信息的重要。
93.因此，在第一缺陷检测区域的特征数据的权重大于非缺陷检测区域的权重的情况下，对第一特征数据(即第一缺陷检测区域的特征数据)和第二特征数据(即非缺陷检测区域的特征数据)进行加权求和，得到led支架的特征数据，可增大第一特征数据所携带的信息在led支架的第二面的特征数据中的占比。
94.103、根据上述第三特征数据得到上述发光二极管支架的第二面的第二缺陷检测结果。
95.本技术实施例中，第二缺陷检测结果包括led支架的第二面存在缺陷，第二缺陷检测结果或包括led支架的第二面不存在缺陷。
96.在一种可能实现的方式中，第一处理器将第三特征数据输入至缺陷检测神经网络，经缺陷检测神经网络对第三特征数据进行处理，确定led支架的第二面是否存在缺陷，得到led支架的第二面的第二缺陷检测结果。
97.在另一种可能实现的方式中，第一处理器利用支持向量机(supportvetormachine，svm)，对第三特征数据进行处理，确定led支架的第二面是否存在缺陷，得到led支架的第二面的第二缺陷检测结果。
98.在又一种可能实现的方式中，第一处理器确定第三特征数据与参考特征数据的相似度，其中，参考特征数据为缺陷样本图像的特征数据，缺陷样本图像为包括存在缺陷的led支架的图像。
99.本技术实施例中，在从第二图像中提取第一缺陷检测区域的第一特征数据和非缺陷检测区域的第二特征数据的情况下，通过使第一特征数据的权重大于第二特征数据的权重，对第一特征数据和第二特征数据进行加权求和，得到led支架的第二面的第三特征数据。
100.这样，在根据第三特征数据得到led支架的第二面的第二缺陷检测结果时，可更多的利用第一缺陷检测区域的特征数据(即第一特征数据)，确定led支架的第二面的第二缺陷检测结果，由此可提高第二缺陷检测结果的准确度。
101.可选的，在第一图像包括led支架的第一面的第四缺陷识别区域和第一面的非缺陷识别区域的情况下，第一处理器可以步骤101～步骤103提供的实现方式，对第一图像进
行缺陷检测，得到led支架的第一面的第一缺陷检测结果。
102.作为一种可选的实施方式，步骤101～步骤103所述的过程通过缺陷检测模型实现。
103.本技术实施例中，缺陷检测模型为深度学习模型，该缺陷检测模型的训练过程包括以下步骤：
104.201、获取待训练模型和至少一张训练图像。
105.本技术实施例中，至少一张训练图像均包括led支架样本，即每张训练图像均包括led支架，其中，训练图像中的led支架称为led支架样本。
106.至少一张训练图像的标注数据包括led支架样本的第一缺陷检测区域和led支架样本的缺陷情况，其中，led支架样本的缺陷情况包括存在缺陷或不存在缺陷。即根据训练图像的标注数据可确定led支架样本的第一缺陷检测区域，以及该led支架样本是否存在缺陷。
107.在一种获取待训练模型的实现方式中，第一处理器接收用户通过输入组件输入的待训练模型。
108.在另一种获取待训练模型的实现方式中，第一处理器接收终端发送的待训练模型。
109.在一种获取至少一张训练图像的实现方式中，第一处理器接收用户通过输入组件输入的至少一张训练图像。
110.在另一种获取至少一张训练图像的实现方式中，第一处理器接收终端发送的至少一张训练图像。
111.应理解，本技术实施例中，获取待训练模型的步骤和获取至少一张训练图像的步骤可分开执行，也可同时执行。而且在获取待训练模型的步骤和获取至少一张训练图像的步骤可分开执行的情况下，本技术对获取待训练模型的步骤、获取至少一张训练图像的步骤的执行顺序不做限定。
112.202、根据上述至少一张训练图像，对上述待训练模型进行训练，得到上述缺陷检测模型。
113.在一种可能实现的方式中，利用待训练模型对训练图像进行特征提取处理，从至少一张训练图像中提取第一缺陷检测区域的第五特征数据和非缺陷检测区域的第六特征数据。通过对第五特征数据和第六特征数据进行加权求和，得到led支架样本的第七特征数据，其中，第五特征数据的权重比第六特征数据的权重大。
114.根据第七特征数据确定led支架样本是否存在缺陷，得到第三缺陷检测结果。根据第三缺陷检测结果和训练图像的标注数据中的led支架样本的缺陷情况的差异，得到待训练模型的损失。根据待训练模型的损失，更新待训练模型的参数，直至待训练模型的损失收敛，得到缺陷检测模型。
115.在该种实施方式中，在至少一张训练模型的标注数据包括led支架样本的第一缺陷检测区域和led支架样本的缺陷情况的情况下，根据至少一张训练图像，对待训练模型进行训练，可使待训练模型学习到缺陷检测能力，而且可使待训练模型学习到更多的利用第一缺陷检测区域的信息，对led支架样本进行缺陷检测。
116.作为一种可选的实施方式，第一处理器还执行以下步骤：
117.301、获取根据标注文档标注得到的至少一张图像作为上述至少一张训练图像。
118.本技术实施例中，标注文档包括第一缺陷检测区域在led支架的第二面上的位置，即标注文档可用于指导标注人员从led支架的第二面内确定第一缺陷检测区域。
119.这样，标注人员在根据标注文档进行标注时，可根据标注文档中关于第一缺陷检测区域的定义，确定led支架样本中的第一缺陷检测区域，进而使根据标注文档标注得到的至少一张图像的标注数据包括第一缺陷检测区域。
120.作为一种可选的实施方式，在标注文档还包括至少一个第二缺陷检测区域在led支架的第二面的位置的情况下，标注文档还包括第一缺陷检测区域和至少一个第二缺陷检测区域的优先级。
121.本技术实施例中，至少一个第二缺陷检测区域与第一缺陷检测区域不同，即通过将led支架划分为不同的缺陷检测区域，得到第一缺陷检测区域和至少一个第二缺陷检测区域。
122.本技术实施例中，第一缺陷检测区域和至少一个第二缺陷检测区域的优先级表征缺陷检测区域的重要程度。
123.例如，第一缺陷检测区域为水沟区域，至少一个第二缺陷区域包括支架树脂表面区域。若水沟区域内存在缺陷，相较于支架树脂表面区域内存在缺陷，对led支架的使用的影响更大，那么水沟区域的重要程度比支架树脂表面区域的重要程度高。此时，水沟区域的优先级比支架树脂表面区域的优先级高。
124.在该种实施方式中，由于标注文档包括第一缺陷检测区域和至少一个第二缺陷检测区域的优先级，标注人员在根据标注文档进行标注时，可根据该优先级依次检查缺陷检测区域内是否存在缺陷。这样，不仅可提高标注人员的标注效率，还可提高根据标注文档标注得到的标注数据的准确度。
125.作为一种可选的实施方式，上述标注文档还包括led支架的至少一个缺陷示例，其中，缺陷示例用于示出缺陷表现形式。
126.至少一个缺陷示例包括至少一张缺陷图像和至少一张缺陷图像的标注数据，其中，至少一张缺陷图像的标注数据包括至少一张缺陷图像中的led支架的缺陷。可选的，缺陷示例为图示。
127.在该种实施方式中，至少一张待标注图像包括至少一张缺陷图像，至少一张第一已标注图像包括通过对至少一张缺陷图像进行标注得到的至少一张第二已标注图像。
128.例如，至少一张缺陷图像包括图像a和图像b，标注人员根据标注文档对图像a进行标注得到图像c，标注人员根据标注文档对图像b进行标注得到图像d。此时，至少一张第二已标注图像包括图像c和图像d。
129.第一处理器在执行步骤301的过程中执行以下步骤：
130.401、获取根据标注文档对至少一张待标注图像进行标注得到的至少一张第一已标注图像。
131.402、在上述至少一张第二已标注图像的质量指标大于或等于质量指标阈值的情况下，将上述至少一张第一已标注图像作为上述至少一张训练图像。
132.本技术实施例中，质量指标表征至少一张第二已标注图像的标注准确度。可选的，质量指标包括召回率和误报率。
133.其中，召回率的计算方式如下：召回率＝标注为缺陷且实际也为缺陷的样本的数量/实际存在缺陷的样本的数量，误报率的计算方式如下：误报率＝标注为缺陷但实际为正常的样本的数量/实际正常的样本的数量。
134.例如，至少一张第二已标注图像包括图像a、图像b、图像c和图像d，其中，图像a和图像c实际均存在缺陷，为实际存在缺陷的样本。图像b和图像d实际均不存在缺陷，为实际正常的样本。
135.若图像a的标注为存在缺陷，图像b的标注为存在缺陷，此时，图像a为标注为缺陷且实际也为缺陷的样本，图像b为标注为缺陷但实际为正常的样本。
136.考虑到第一已标注图像的数量较多，若通过对第一已标注图像的标注一一核对，确定至少一张第一已标注图像的质量指标，数据处理量大、耗时长。
137.因此以至少一张第二已标注图像的质量指标为依据，判断标注人员的标注准确度，进而根据标注准确度确定至少一张第一已标注图像的标注质量是否达标。
138.具体的，至少一张第二已标注图像的质量指标大，说明至少一张第二已标注图像的准确度高，即标注人员的标注准确度高。至少一张第二已标注图像的质量指标小，说明至少一张第二已标注图像的准确度低，即标注人员的标注准确度低。
139.本技术实施例中，以质量指标阈值为依据判断质量指标是大或是小。具体的，质量指标大于或等于质量指标阈值，说明质量指标大。质量指标小于质量指标阈值，说明质量指标小。
140.因此，第一处理器在至少一张第二已标注图像的质量指标大于或等于质量指标阈值的情况下，将至少一张已标注图像，作为至少一张训练图像，可提高至少一张训练图像的标注数据的准确度。
141.作为一种可选的实施方式，第一处理器在执行步骤103的过程中执行以下步骤：
142.501、根据上述第三特征数据，确定上述led支架的第二面存在待确认缺陷。
143.本技术实施例中，在根据第三特征数据确定led支架的第二面可能存在缺陷的情况下，根据第三特征数据，确定可能存在的缺陷，并将可能存在的缺陷作为待确认缺陷。
144.502、在上述待确认缺陷的尺寸大于或等于尺寸阈值的情况下，确定上述led支架的第二缺陷检测结果为上述led支架的第二面存在缺陷。
145.503、在上述待确认缺陷的尺寸小于上述尺寸阈值的情况下，确定上述led支架的第二缺陷检测结果为上述led支架的第二面不存在缺陷。
146.在实际应用中，led支架上的缺陷尺寸越小，对led支架的使用的影响越小。因此，可在第二缺陷检测结果的基础上，结合用户的实际需求，筛选出对led支架的使用有影响缺陷(如，导致led支架不能正常使用的缺陷)。
147.本技术实施例中，尺寸阈值的具体取值依据用户的实际需求确定。例如，用户的实际需求为长度小于2毫米的缺陷不影响led支架的使用，即在led支架的第二面存在长度大于或等于2毫米的缺陷的情况下，确定led支架的第二面存在缺陷。若第二图像中的15个像素表征真实世界下的2毫米，则此时的尺寸阈值为15个像素。
148.本技术实施例中，第一处理器以尺寸阈值为依据，判断待确认缺陷的尺寸是否满足用户的实际需求，进而确定待确认缺陷是否为对led支架的使用有影响的缺陷。
149.具体的，待确认缺陷的尺寸大于或等于尺寸阈值，说明待确认缺陷的尺寸不满足
用户的实际需求，进而确定待确认缺陷为对led支架的使用有影响的缺陷。待确认缺陷的尺寸小于尺寸阈值，说明待确认缺陷的尺寸不满足用户的实际需求，进而确定待确认缺陷不是对led支架的使用有影响的缺陷。
150.因此，第一处理器在待确认缺陷的尺寸大于或等于尺寸阈值的情况下，确定led支架的第二面的第二缺陷检测结果为led支架的第二面存在缺陷，即确定led支架的第二面存在对使用有影响的缺陷。第一处理器在待确认缺陷的尺寸小于尺寸阈值的情况下，确定led支架的第二面的第二缺陷检测结果为led支架不存在缺陷，即确定led支架的第二面不存在对使用有影响的缺陷。
151.本技术实施例中，第一处理器首先通过对第二图像进行缺陷检测得到待确认缺陷。然后，在待确认缺陷的尺寸大于或等于尺寸阈值的情况下，确定待确认缺陷为对led支架的使用有影响的缺陷，进而确定led支架的第二面的第二缺陷检测结果为led支架的第二面存在缺陷。在待确认缺陷的尺寸小于尺寸阈值的情况下，确定待确认缺陷不是对led支架的使用有影响的缺陷，进而确定led支架的第二面的第二缺陷检测结果为led支架不存在缺陷。
152.从而实现根据待确认缺陷的尺寸和尺寸阈值，对通过对第二图像进行缺陷检测得到的待确认缺陷进行校正得到第二缺陷检测结果。由此提高第二缺陷检测结果的准确度。
153.作为一种可选的实施方式，led支架还包括第三缺陷检测区域，其中，第三缺陷检测区域的优先级比第一缺陷检测区域的优先级低。
154.应理解，第三缺陷检测区域可以是至少一个第二缺陷检测区域中的一个，第三缺陷检测区域也可以不属于至少一个第二缺陷检测区域，本技术实施例对此不作限定。
155.在第二缺陷检测结果为led支架不存在缺陷的情况下，第一处理器还执行以下步骤：
156.601、从上述第二图像中提取上述第三缺陷检测区域的第四特征数据。
157.本技术实施例中，第四特征数据为第三缺陷检测区域的特征数据。第一处理器通过对第二图像进行特征提取处理，提取第四特征数据。
158.特征提取处理可以是卷积处理，也可以是池化处理，还可以是卷积处理和池化处理的结合，或者其他可以提取特征的处理，不限于此。可选的，特征提取处理可通过卷积神经网络实现，也可通过特征提取模型实现，本技术对此不做限定。
159.602、根据上述第四特征数据，得到上述led支架的第三缺陷检测结果。
160.本技术实施例中，第二缺陷检测结果包括led支架的第二面存在缺陷，第三缺陷检测结果或包括led支架的第二面不存在缺陷。
161.可选的，在第三缺陷检测结果为led支架存在缺陷的情况下，第一处理器不对第三缺陷检测区域进行缺陷检测。
162.本技术实施例中，第一处理器根据缺陷检测区域的优先级，依次对缺陷检测区域进行缺陷检测。这样，在确定优先级高的缺陷检测区域不存在缺陷的情况下，再对优先级低的缺陷检测区域进行缺陷检测，而在确定优先级高的缺陷检测区域存在缺陷的情况下，可以不对优先级低的缺陷检测区域进行缺陷检测。由此，可提高对led支架的第二面的缺陷检测效率。
163.请参阅图3，图3所示为本技术实施例提供的另一种缺陷检测系统3的架构示意图。
如图3所示，缺陷检测系统2包括第一成像设备31、第一处理器32、第一光源33、第二成像设备34。第二成像设备34可采集轨道第二侧的第二图像。
164.本技术实施例中，缺陷检测系统的第二成像设备通过采集轨道的第二侧的第二图像，可在轨道传输led支架的过程中，采集到包括led支架的第二面的第二图像。缺陷检测系统的第一处理器通过对第二图像进行缺陷检测，可得到第二面的第二缺陷检测结果。
165.作为一种可选的实施方式，缺陷检测系统还包括安装在第二侧的第二光源。第二光源用于在第二成像设备采集第二图像的过程中对第二侧进行照明。这样可提高第二成像设备采集到的第二图像的图像质量，进而可提高第一处理器得到的第二缺陷检测结果的准确度。
166.请参阅图4，图4所示为本技术实施例提供的另一种缺陷检测系统4的架构示意图。如图4所示，缺陷检测系统4包括第一成像设备41、第一处理器42、第一光源43、第二成像设备44、第二光源45。第二光源45可在第二成像设备44采集第二图像的过程中对第二侧进行照明。
167.作为一种可选的实施方式，缺陷检测系统还包括第二处理器，其中，第二处理器在监测到led支架处于轨道上的情况下，向第一处理器发送第一指令。
168.本技术实施例中，第一指令携带led处于轨道上的信息。第二处理器通过向第一处理器发送第一指令，使第一处理器获知led支架已处于轨道上。
169.可选的，第二处理器在监测到led支架处于第一成像设备的拍摄区域内的情况下，向第一处理器发送第一指令。此时，第一指令携带led处于第一成像设备的拍摄区域内的信息。
170.可选的，第二处理器为可编程逻辑控制器(programmable logic controller，plc)。
171.可选的，第一处理器在检测到第一指令的情况下，向第一成像设备发送采集图像的第二指令。第一成像设备在检测到第二指令的情况下，采集第一侧的第一图像。
172.第一处理器检测到第一指令，说明led支架处于第一侧，此时第一处理器向第一成像设备发送采集图像的第二指令，以使第一成像设备在检测到第二指令的情况下，采集第一侧的第一图像，可提高第一成像设备采集图像的效率。
173.可选的，第一处理器在检测到第一指令的情况下，向第二成像设备发送采集图像的第三指令。第二成像设备在检测到第三指令的情况下，采集第二侧的第二图像。
174.第一处理器检测到第一指令，说明led支架处于第一侧，此时第一处理器向第一成像设备发送采集图像的第三指令，以使第一成像设备在检测到第三指令的情况下，采集第一侧的第一图像，可提高第二成像设备采集图像的效率。
175.请参阅图5，图5所示为本技术实施例提供的另一种缺陷检测系统5的架构示意图。如图5所示，缺陷检测系统5包括第一成像设备51、第一处理器52、第一光源53、第二成像设备54、第二光源55、第二处理器56。
176.第二处理器56与轨道之间存在第四通信连接，第二处理器56在通过第四通信连接监测到led支架处于轨道上的情况下，通过第五通信连接向第一处理器发送第一指令。
177.作为一种可选的实施方式，第一处理器包括第三处理器和第四处理器。第三处理器在检测到第一指令的情况下，向第一成像设备发送采集图像的第二指令。
178.第四处理器通过第一通信连接获取第一图像，并对第一图像进行缺陷检测，得到led支架的第一面的第一缺陷检测结果。
179.在该种实施方式中，第三处理器负责与第二处理器、第一成像设备进行数据传输，第四处理器负责对第一图像进行缺陷检测，由此可提高数据传输的稳定性和缺陷检测的速度。
180.可选的，在第一处理器包括第三处理和第四处理器的情况下，第三处理器用于执行步骤101～步骤103，第三处理器还用于执行步骤201～步骤202，第三处理器还用于执行步骤301，第三处理器还用于执行步骤401和步骤402，第三处理器还用于执行步骤501～步骤503，第三处理器还用于执行步骤601和步骤602。
181.可选的，第三处理器在检测到第一指令的情况下，向第二成像设备发送采集图像的第三指令。
182.第四处理器通过第二通信连接获取第二图像，并对第二图像进行缺陷检测，得到led支架的第二面的第二缺陷检测结果。
183.请参阅图6，图6所示为本技术实施例提供的另一种缺陷检测系统6的架构示意图。如图6所示，缺陷检测系统6包括第一成像设备61、第一光源62、第二成像设备63、第二光源64、第二处理器65、第三处理器66、第四处理器67。
184.第三处理器66与第一成像设备61之间存在第一通信连接，第三处理器66与第二成像设备63之间存在第二通信连接，第三处理器66与第二处理器65之间存在第五通信连接，第三处理器66与第四处理器67之间存在第三通信连接。
185.第三处理器66通过第五通信连接接收第二处理器65发送的第一指令。在检测到第一指令的情况下，通过第一通信连接向第一成像设备61发送第二指令，并通过第二通信连接向第二成像设备63发送第三指令。
186.第三处理器66通过第一通信连接获取第一成像设备61采集到的第一图像，并通过第三通信连接将第一图像发送至第四处理器67。第四处理器67通过对第一图像进行缺陷检测，得到led支架的第一面的第一缺陷检测结果。
187.第三处理器66通过第二通信连接获取第二成像设备63采集到的第二图像，并通过第三通信连接将第二图像发送至第四处理器67。第四处理器67通过对第二图像进行缺陷检测，得到led支架的第二面的第二缺陷检测结果。
188.作为一种可选的实施方式，所述缺陷检测系统还包括打标机。第一处理器在第一缺陷检测结果为第一面存在缺陷的情况下，控制打标机对led支架进行打标。第一处理器或在第二缺陷检测结果为第二面存在缺陷的情况下，控制打标机对led支架进行打标。
189.可选的，在第一处理器包括第三处理器和第四处理器的情况下，第四处理器在得到第一缺陷检测结果后，将第一缺陷检测结果发送至第三处理器，第三处理器在第一缺陷检测结果为第一面存在缺陷的情况下，控制打标机对led支架进行打标。
190.可选的，在第一处理器包括第三处理器和第四处理器的情况下，第四处理器在得到第二缺陷检测结果后，将第二缺陷检测结果发送至第三处理器，第三处理器在第二缺陷检测结果为第二面存在缺陷的情况下，控制打标机对led支架进行打标。
191.打标机在led支架存在缺陷的情况下，对led支架进行打标，可将存在缺陷的led支架标注出来。
192.可选的，打标机为激光打标机。由于激光打标机所涉及的机械结构少，通过激光打标机进行打标可提高打标的稳定性和准确性。
193.作为一种可选的实施方式，led支架位于led支架基板，轨道通过传输led支架基板传输led。
194.本技术实施例中，led支架基板用于放置led支架。在led的生产过程中，轨道通过传输led支架基板传输led支架。
195.由于led支架基板放置有多个led支架，第一处理器在确定放置在led支架基板上的多个led支架中存在有缺陷的led支架的情况下，向打标机发送存在缺陷的led支架在led支架基板中的目标位置，以使打标机根据目标位置对存在缺陷的led支架进行打标。
196.可选的，在第一处理器包括第三处理器和第四处理器，第三处理器在获取第一图像后，对第一图像进行分割，得到多张第三图像，其中，一张第三图像包括一个led支架。第三处理器将多张第三图像发送至第四处理器，第四处理器分别对每张第三图像进行缺陷检测，确定每个led支架的第一面是否存在缺陷，得到每个led支架的第一缺陷检测结果。
197.第三处理器在根据第一缺陷检测结果确定led支架的第一面存在缺陷的情况下，确定第一缺陷检测结果所对应的第三图像为第一目标图像。确定第一目标图像中的led支架在led支架基板中的位置为目标位置。
198.第三处理器向打标机发送存在缺陷的led支架的目标位置，以使打标机对存在缺陷的led支架进行打标。
199.可选的，在第一处理器包括第三处理器和第四处理器，第三处理器在获取第二图像后，对第二图像进行分割，得到多张第四图像，其中，一张第四图像包括一个led支架。第三处理器将多张第四图像发送至第四处理器，第四处理器分别对每张第四图像进行缺陷检测，确定每个led支架的第二面是否存在缺陷，得到每个led支架的第二缺陷检测结果。
200.第三处理器在根据第二缺陷检测结果确定led支架的第二面存在缺陷的情况下，根据第二缺陷检测结果所对应的第四图像为第二目标图像。确定第二目标图像中的led支架在led支架基板中的位置为目标位置。
201.第三处理器向打标机发送存在缺陷的led支架的目标位置，以使打标机对存在缺陷的led支架进行打标。
202.可选的，第三处理器在获取第一图像后，对第一图像进行图像增强处理，得到第五图像，其中，图像增强处理包括以下至少一种：调整图像亮度、调整对比度、调整清晰度。对第五图像进行分割，得到多张第三图像。
203.第三处理器通过对第一图像进行图像增强处理，可提高第一图像的图像质量，进而提高第三图像的图像质量，从而提高通过对第三图像进行缺陷检测得到的第一缺陷检测结果的准确度。
204.可选的，第三处理器在获取第二图像后，对第二图像进行图像增强处理，得到第六图像，其中，图像增强处理包括以下至少一种：调整图像亮度、调整对比度、调整清晰度。对第六图像进行分割，得到多张第四图像。
205.第三处理器通过对第二图像进行图像增强处理，可提高第二图像的图像质量，进而提高第四图像的图像质量，从而提高通过对第四图像进行缺陷检测得到的第二缺陷检测结果的准确度。
206.本领域技术人员可以理解，在具体实施方式的上述系统中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
207.若本技术技术方案涉及个人信息，应用本技术技术方案的产品在处理个人信息前，已明确告知个人信息处理规则，并取得个人自主同意。若本技术技术方案涉及敏感个人信息，应用本技术技术方案的产品在处理敏感个人信息前，已取得个人单独同意，并且同时满足“明示同意”的要求。例如，在摄像头等个人信息采集装置处，设置明确显著的标识告知已进入个人信息采集范围，将会对个人信息进行采集，若个人自愿进入采集范围即视为同意对其个人信息进行采集；或者在个人信息处理的装置上，利用明显的标识/信息告知个人信息处理规则的情况下，通过弹窗信息或请个人自行上传其个人信息等方式获得个人授权；其中，个人信息处理可包括个人信息处理者、个人信息处理目的、处理方式以及处理的个人信息种类等信息。
208.本领域技术人员可以理解，在具体实施方式的上述方法中，各步骤的撰写顺序并不意味着严格的执行顺序而对实施过程构成任何限定，各步骤的具体执行顺序应当以其功能和可能的内在逻辑确定。
209.在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
210.在本技术所提供的几个实施例中，应该理解到，所揭露的系统，可通过其它的方式实现。例如，以上所描述的系统实施例仅仅是示意性的，例如所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性或其它的形式。
211.以上对本技术实施例进行了详细介绍，本文中应用了具体个例对本技术的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本技术的方案及其核心思想；同时，对于本领域的一般技术人员，依据本技术的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本技术的限制。