缺陷检测方法、装置、计算机设备和存储介质与流程

本技术涉及电池检测，特别是涉及一种缺陷检测方法、装置、计算机设备和存储介质。

背景技术：

1、密封钉焊接是动力电池生产过程中不可或缺的环节，密封钉焊接是否达标直接影响电池的安全。密封钉焊接区域称为焊道，由于焊接时候的温度、环境等变化，焊道上常常存在针孔、爆点、爆线（虚焊）、缺焊、融珠等缺陷。而焊道上的缺陷会直接影响密封钉焊接的质量，因此，针对焊道的缺陷检测是十分重要的。

2、然而，现有的焊道的缺陷检测方法存在检测不准确的问题。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提高检测准确性的缺陷检测方法、装置、计算机设备和存储介质。

2、第一方面，本技术提供了一种缺陷检测方法。所述方法包括：

3、将待检测图像输入至教师网络进行编码，得到多个编码特征；

4、将所述多个编码特征融合后输入至学生网络进行解码，得到多个解码特征；

5、根据所述多个编码特征和所述多个解码特征，确定所述待检测图像中的缺陷区域。

6、本技术实施例提供的缺陷检测方法，通过将待检测图像输入至教师网络进行编码，得到多个编码特征，以及将多个编码特征融合后输入至学生网络进行解码，得到多个解码特征，并根据多个编码特征和多个解码特征，确定待检测图像中的缺陷区域。上述缺陷检测方法通过将非对称的学生网络建立在教师网络的输出上进行无监督学习，相比于传统教师网络和学生网络独立进行学习的检测算法，可以使教师网络和学生网络各自在学习过程中能够在一定程度上降低噪声的敏感性，从而提高缺陷检测的准确性。

7、在其中一个实施例中，所述教师网络包括：第一卷积模块和多个编码模块，所述多个编码模块级联连接，所述将待检测图像输入至教师网络进行编码，得到多个编码特征，包括：

8、将所述待检测图像输入至所述第一卷积模块，得到卷积特征；

9、将所述卷积特征输入至所述多个编码模块进行编码，得到所述多个编码特征。

10、本技术实施例提供的教师网络，通过编码网络实现不同阶段或同一阶段的编码，得到多个不同尺寸或相同尺寸的编码特征，可以为后期基于多个编码特征进行缺陷检测提供丰富的特征信息，进而在一定程度上可以提高检测准确度。

11、在其中一个实施例中，所述将所述卷积特征输入至所述多个编码模块进行编码，得到所述多个编码特征，包括：

12、将所述卷积特征输入至所述多个编码模块进行编码，得到多个初始编码特征；

13、对各所述初始编码特征进行尺寸调整，得到所述多个编码特征。

14、本技术实施例提供的编码网络，通过多个级联连接的编码模块实现不同阶段的编码，得到多个不同尺寸或相同尺寸的编码特征，可以为后期基于多个编码特征进行缺陷检测提供丰富的特征信息，进而在一定程度上可以提高检测准确度。

15、在其中一个实施例中，所述编码网络包括多个编码模块，所述多个编码模块级联连接，所述将所述卷积特征输入至所述编码网络进行编码，得到所述多个编码特征，包括：

16、将所述卷积特征输入至所述多个编码模块进行编码，得到所述多个编码特征。

17、本技术实施例提供的编码网络，通过多个级联连接的编码模块实现不同阶段的编码，得到多个相同尺寸的编码特征，可以为后期对多个编码特征进行融合提供便利，便于之后基于融合后的编码特征进行缺陷检测，进而在一定程度上可以提高检测准确度。

18、在其中一个实施例中，所述将所述卷积特征输入至所述多个编码模块进行编码，得到所述多个编码特征，包括：

19、将所述卷积特征输入至所述多个编码模块进行编码，得到多个初始编码特征；

20、对各所述初始编码特征进行尺寸调整，得到所述多个编码特征。

21、本技术实施例提供的编码网络，通过多个级联连接的n个编码模块实现n个阶段的编码，得到n个相同尺寸的编码特征，可以为后期对n个编码特征进行融合提供便利，便于之后基于融合后的编码特征进行缺陷检测，进而在一定程度上可以提高检测准确度。

22、在其中一个实施例中，所述编码网络包括：n个编码模块和n个第二卷积模块，第n个编码模块的输出端与第n个第二卷积模块的输入端连接，所述对各所述初始编码特征进行尺寸调整，得到所述多个编码特征，包括：

23、将每个编码模块输出的初始编码特征输入至对应的第二卷积模块进行尺寸调整，得到所述多个编码特征；每个所述编码特征的尺寸一致。

24、本技术实施例提供的编码网络，通过多个级联连接的n个编码模块实现n个阶段的编码，得到n个相同尺寸的编码特征，可以为后期对n个编码特征进行融合提供便利，便于之后基于融合后的编码特征进行缺陷检测，进而在一定程度上可以提高检测准确度。

25、在其中一个实施例中，所述编码网络包括：m+1个编码模块和m个第二卷积模块，第m个编码模块的输出端与第m个第二卷积模块的输入端连接，所述对各所述初始编码特征进行尺寸调整，得到所述多个编码特征，包括：

26、将m个编码模块输出的初始编码特征分别输入至对应的第二卷积模块进行尺寸调整，得到m个编码特征；

27、将所述m个编码特征和第m+1个编码模块输出的初始编码特征，确定为所述多个编码特征。

28、本技术实施例提供的编码网络，通过多个级联连接的m个编码模块实现m个阶段的编码，得到m个相同尺寸的编码特征，且使m个编码特征的尺寸与第m+1个编码模块输出的编码特征的尺寸一致，可以为后期对m+1个编码特征进行融合提供便利，便于之后基于融合后的编码特征进行缺陷检测，进而在一定程度上可以提高检测准确度。

29、在其中一个实施例中，所述学生网络包括：变换模块和多个解码模块，所述将所述多个编码特征融合后输入至学生网络进行解码，得到多个解码特征，包括：

30、将所述多个编码特征融合后输入至所述变换模块，得到抽象特征；

31、将所述抽象特征输入至所述多个解码模块进行解码，得到所述多个解码特征。

32、本技术实施例提供的学生网络，通过多个解码模块实现不同阶段的解码，得到多个解码特征，使这多个解码特征可以与多个编码特征一一对应，以便后期能够通过分析多个编码特征和多个解码特征之间的相似程度进行缺陷检测，实现了一种准确且效率高的缺陷检测方法。

33、在其中一个实施例中，所述多个解码模块进行级联连接，所述将所述抽象特征输入至所述多个解码模块进行解码，得到所述多个解码特征，包括：

34、将所述抽象特征输入至所述多个解码模块进行解码，得到所述多个解码特征。

35、本技术实施例提供的学生网络，通过多个级联的解码模块实现不同阶段的解码，得到多个解码特征，使这多个解码特征可以与多个编码特征一一对应，以便后期能够通过分析多个编码特征和多个解码特征之间的相似程度进行缺陷检测，实现了一种准确且效率高的缺陷检测方法。

36、在其中一个实施例中，所述多个解码模块包括k个解码模块，所述k个解码模块中第1个解码模块至第k-1个解码模块级联连接，所述 将所述抽象特征输入至所述多个解码模块进行解码，得到所述多个解码特征，包括：

37、将所述抽象特征输入至所述第1个解码模块至第k-1个解码模块进行解码，得到所述第1个解码模块至第k-1个解码模块中每一个解码模块输出的解码特征；

38、将所述教师网络中第二个编码模块输出的编码特征输入至所述k个解码模块中第k个解码模块中进行解码，得到所述第k个解码模块输出的解码特征。

39、本技术实施例提供的学生网络，通过多个解码模块实现不同阶段的解码，得到多个解码特征，使这多个解码特征可以与多个编码特征一一对应，以便后期能够通过分析多个编码特征和多个解码特征之间的相似程度进行缺陷检测，实现了一种准确且效率高的缺陷检测方法。另一方面，其中最后一个解码模块的输入是教师网络中的编码模块输出的编码特征，可以在一定程度上弥补解码过程中图像重建丢失的细节特征，进而提高解码特征的质量。

40、在其中一个实施例中，所述根据所述多个编码特征和所述多个解码特征，确定所述待检测图像中的缺陷区域，包括：

41、根据每个所述编码特征和每个所述解码特征之间的相似度值，得到多个相似特征图像；

42、对所述多个相似特征图像进行融合，得到目标检测图像；

43、对所述目标检测图像进行缺陷检测，得到所述缺陷区域。

44、本技术实施例通过融合多个相似特征图像后，基于融合后的相似特征图像进行缺陷检测，由于多个相似特征图像反应教师网络和学生网络多个阶段的学习过程，即反应多种尺度的特征，实现了基于多尺度特征的缺陷检测，在一定程度上可以提高检测的准确性。

45、在其中一个实施例中，所述对所述目标检测图像进行缺陷检测，得到所述缺陷区域，包括：

46、将大于预设灰度阈值的灰度值对应的像素点确定为目标像素点；

47、将连通所述目标像素点形成的区域确定为所述缺陷区域。

48、本技术实施例通过连通大于预设灰度阈值的像素点来检测缺陷区域，此方法简单高效，可以在一定程度上提高检测准确性。

49、在其中一个实施例中，所述方法还包括：

50、对所述多个相似特征图像进行尺寸调整，得到多个调整尺寸后的相似特征图像；每个所述调整尺寸后的相似特征图像的尺寸与所述待检测图像的尺寸一致；

51、所述对所述多个相似特征图像进行融合，得到目标检测图像，包括：

52、对所述多个调整尺寸后的相似特征图像进行融合，得到所述目标检测图像。

53、本技术实施例通过调整各相似特征图像的尺寸，使多个相似特征图像的尺寸一致，可以在一定程度上提高后期对多个相似特征图像进行融合的融合质量，从而提高后期的检测准确性。

54、在其中一个实施例中，所述方法还包括：

55、根据样本图像对检测网络进行训练，得到所述多级的教师网络和所述多级的学生网络；所述样本图像为不存在缺陷区域的图像；所述检测网络包括多级的初始教师网络和多级的初始学生网络。

56、本实施例所述的训练方法可以基于不包含缺陷的样本图像进行训练，该类型的样本图像比较好获取，可以在一定程度上通过获取大量样本图像提高训练效果。

57、在其中一个实施例中，所述根据样本图像对检测网络进行训练，得到所述教师网络和所述学生网络，包括：

58、将所述样本图像输入至所述初始教师网络进行编码，得到多个样本编码特征；

59、将所述多个样本编码特征融合后输入至初始学生网络进行解码，得到多个样本解码特征；

60、根据所述多个样本编码特征和所述多个样本解码特征，确定目标图像；

61、根据所述目标图像和所述样本图像确定目标损失，并根据所述目标损失对所述初始教师网络和所述初始学生网络进行训练，得到所述教师网络和所述学生网络。

62、本实施例所述的训练方法通过同时训练教师网络和学生网络，使教师网络和学生网络相互学习，形成一种自蒸馏结构，可以在一定程度上有效抑制学生网络对噪声的敏感性，从而提高训练效果，进而提升训练好的教师网路和学生网络组成的检测网络的检测准确性。

63、第二方面，本技术还提供了一种缺陷检测装置。所述装置包括：

64、编码模块，用于将待检测图像输入至教师网络进行编码，得到多个编码特征；

65、解码模块，用于将所述多个编码特征融合后输入至学生网络进行解码，得到多个解码特征；

66、检测模块，用于根据所述多个编码特征和所述多个解码特征，确定所述待检测图像中的缺陷区域。

67、第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

68、将待检测图像输入至教师网络进行编码，得到多个编码特征；

69、将所述多个编码特征融合后输入至学生网络进行解码，得到多个解码特征；

70、根据所述多个编码特征和所述多个解码特征，确定所述待检测图像中的缺陷区域。

71、第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

72、将待检测图像输入至教师网络进行编码，得到多个编码特征；

73、将所述多个编码特征融合后输入至学生网络进行解码，得到多个解码特征；

74、根据所述多个编码特征和所述多个解码特征，确定所述待检测图像中的缺陷区域。

75、第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

76、将待检测图像输入至教师网络进行编码，得到多个编码特征；

77、将所述多个编码特征融合后输入至学生网络进行解码，得到多个解码特征；

78、根据所述多个编码特征和所述多个解码特征，确定所述待检测图像中的缺陷区域。

79、上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。