片式电容丝印缺陷检测方法、装置、设备及存储介质与流程

本发明涉及机器视觉检测技术，尤其涉及一种片式电容丝印缺陷检测方法、装置、设备及存储介质。

背景技术：

1、片式电容在电子产品中的使用十分广泛，手机、家电等产品中都使用片式电容。片式电容质量的好坏，决定了电子产品的性能和使用寿命，因此，在片式电容生产过程中进行严格的质量把控具有十分重要的作用。

2、片式电容丝印外观检测可以在丝印过程中在线实时的检测出不良产品，避免不合格产品流入下一道工序，造成不必要的浪费，节约了生产原料，提高产品质量的同时又提高了生产效率。

3、目前大部分片式电容厂家只是在片式电容编带前进行一次全检，而在丝印的生成过程中，大部分厂家还是通过人工抽样，将产品放到电子放大镜下观察，发现产品缺陷。人工抽查存在容易漏检，无法及时发现不良品，无法全检等缺点。

技术实现思路

1、本发明提供一种片式电容丝印缺陷检测方法、装置、设备及存储介质，以实现在片式电容生产过程中的质量管控，及时遏制不良品的产生，在提升产品的良品率同时提高了生产效率，同时减少了现场工作人员进行抽检的工作量，降低了生产成本。

2、第一方面，本发明提供了一种片式电容丝印缺陷检测方法，包括：

3、获取用于模型训练的样本图像集，所述样本图像集包括多个样本图像，所述样本图像记录有采用丝印形成在介质层上的多个电容极片；

4、利用所述样本图像集训练用于检测电容极片的缺陷的yolo v5模型，得到权重文件；

5、对所述模型权重文件进行格式转换，得到tensor rt引擎支持的目标模型；

6、在生产过程中，采用所述目标模型对采集的待检测图像进行缺陷检测，得到检测结果；

7、在检测结果出现缺陷时，控制片式电容丝印设备停机，以便进行故障排查。

8、可选的，获取用于模型训练的样本图像集，包括：

9、获取工业相机采集的多张有缺陷的产品图像；

10、截取所述产品图像中的有效区域；

11、对所述有效区域进行切割，得到包括多个样本图像的样本图像集。

12、可选的，利用所述样本图像集训练用于检测电容极片的缺陷的yolo v5模型，得到权重文件，包括：

13、从所述样本图像集中随机抽取预设数量的样本图像作为第一数据集；

14、利用所述第一数据集训练用于检测电容极片的缺陷的yolo v5模型，得到第一权重文件；

15、采用所述第一权重文件对所述样本图像集中所述第一数据集以外的样本图像进行缺陷检测，得到缺陷检测结果；

16、利用标注工具对所述缺陷检测结果进行检查并改正，得到改正后的样本图像；

17、将改正后的样本图像和所述第一数据集中的样本图像合并为第二数据集；

18、利用所述第二数据集对配置有第一权重文件的yolo v5模型进行训练，得到第二权重文件作为最终的权重文件。

19、可选的，利用所述第一数据集训练用于检测电容极片的缺陷的yolo v5模型，得到第一权重文件，包括：

20、将所述第一数据集按照预设比例划分为第一训练集和第一验证集；

21、利用所述第一训练集对yolo v5模型进行训练，得到第一中间权重文件；

22、利用所述第一验证集对配置第一中间权重文件的yolo v5模型进行验证；

23、在验证结果不符合预期时，调整yolo v5模型的超参数，并返回执行利用所述第一训练集对yolo v5模型进行训练，得到第一中间权重文件的步骤；

24、在验证结果符合预期时，停止训练过程，并将所述第一中间权重文件作为第一权重文件。

25、可选的，利用所述第二数据集对配置有第一权重文件的yolo v5模型进行训练，得到第二权重文件作为最终的权重文件，包括：

26、将所述第二数据集按照预设比例划分为第二训练集和第二验证集；

27、利用所述第二训练集对配置有第一权重文件的yolo v5模型进行训练，得到第二中间权重文件；

28、利用所述第二验证集对配置第二中间权重文件的yolo v5模型进行验证；

29、在验证结果不符合预期时，调整yolo v5模型的超参数，并返回执行利用所述第二训练集对yolo v5模型进行训练，得到第二中间权重文件的步骤；

30、在验证结果符合预期时，停止训练过程，并将所述第二中间权重文件作为最终的权重文件。

31、可选的，在采用所述目标模型对采集的待检测图像进行缺陷检测之前，还包括：

32、将所述目标模型的预测代码转换为供c++调用的dll动态库，为上层软件提供模型加载接口、参数修改接口和预测接口。

33、可选的，在采用所述目标模型对采集的待检测图像进行缺陷检测之后，还包括：

34、采用sqlite小型数据库记录检测结果，并保存为表格格式，所述检测结果包括缺陷出现的批次和日期。

35、第二方面，本发明还提供了一种片式电容丝印缺陷检测装置，包括：

36、图像获取模块，用于获取用于模型训练的样本图像集，所述样本图像集包括多个样本图像，所述样本图像记录有采用丝印形成在介质层上的多个电容极片；

37、模型训练模块，用于利用所述样本图像集训练用于检测电容极片的缺陷的yolov5模型，得到权重文件；

38、格式转换模块，用于对所述模型权重文件进行格式转换，得到tensor rt引擎支持的目标模型；

39、缺陷检测模块，用于在生产过程中，采用所述目标模型对采集的待检测图像进行缺陷检测，得到检测结果；

40、设备控制模块，用于在检测结果出现缺陷时，控制片式电容丝印设备停机，以便进行故障排查。

41、第三方面，本发明还提供了一种电子设备，包括：

42、一个或多个处理器；

43、存储器，用于存储一个或多个程序；

44、当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明第一方面提供的片式电容丝印缺陷检测方法。

45、第四方面，本发明还提供了计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明第一方面提供的片式电容丝印缺陷检测方法。

46、本发明提供的片式电容丝印缺陷检测方法，包括：获取用于模型训练的样本图像集，样本图像集包括多个样本图像，样本图像记录有采用丝印形成在介质层上的多个电容极片，利用样本图像集训练用于检测电容极片的缺陷的yolo v5模型，得到权重文件，对模型权重文件进行格式转换，得到tensor rt引擎支持的目标模型，在生产过程中，采用目标模型对采集的待检测图像进行缺陷检测，得到检测结果，在检测结果出现缺陷时，控制片式电容丝印设备停机，以便进行故障排查，可以有效的进行片式电容生产过程中的质量管控，及时遏制不良品的产生，在提升产品的良品率同时提高了生产效率，同时减少了现场工作人员进行抽检的工作量，降低了生产成本。

47、应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。