(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211154505.4 (22)申请日 2022.09.22 (71)申请人 江苏智云天工科技有限公司 地址 213000 江苏省常州市 常州钟楼经济 开发区玉龙南路280号常州 大数据产 业园4号楼2楼201室 (72)发明人 杨企茂　赵何　张志琦　 (74)专利代理 机构 常州佰业腾飞专利代理事务 所(普通合伙) 32231 专利代理师 陈红桥 (51)Int.Cl. G06V 10/764(2022.01) G06V 10/774(2022.01) G06V 10/40(2022.01) G06F 30/27(2020.01)G06N 5/04(2006.01) (54)发明名称 工业缺陷检测方法和装置 (57)摘要 本发明提供了一种工业缺陷检测方法和装 置， 其中， 所述方法包括以下步骤： 构建工业缺陷 检测模型； 获取训练数据集和验证数据集， 其中， 训练数据集和验证数据集均包括工业良品数据 和工业缺陷数据； 根据训练数据集迭代训练工业 缺陷检测模 型； 根据验证数据集在迭代训练后的 工业缺陷检测模型中筛选出最终工业缺陷检测 模型； 根据最终工业缺陷检测模 型进行工业缺陷 检测。 本发 明能够通过较少量的良品图片与缺陷 图片学习如何通过一张图推断出待检测工件的 工件特征， 从而判断该待检测工件对应的图片是 否有真实缺陷特征， 此外， 在拍摄条件有变化或 良品的生产有波动等情况下仍具有准确的缺陷 检测性能， 从而具有较好的适应性。 权利要求书2页 说明书9页 附图2页 CN 115249316 A 2022.10.28 CN 115249316 A 1.一种工业 缺陷检测方法， 其特 征在于， 包括以下步骤： 构建工业 缺陷检测模型； 获取训练数据集和验证数据集， 其中， 所述训练数据集和所述验证数据集均包括工业 良品数据和工业 缺陷数据； 根据所述训练数据集迭代训练所述工业 缺陷检测模型； 根据所述验证数据集在迭代训练后的所述工业缺陷检测模型中筛选出最终工业缺陷 检测模型； 根据所述 最终工业 缺陷检测模型进行工业 缺陷检测， 所述工业缺陷检测模型包括： 特征提取模块， 所述特征提取模块用于提取输入工业数 据的混合特征； 特征分解模块， 所述特征分解模块与所述特征提取模块相连， 所述特征分解 模块用于将所述混合特征分解为工件特征部分和缺陷特征部分； 分类模块， 所述分类模块 与所述特征分解模块相连， 所述分类模块用于判断所述缺陷特征部 分是否存在真实缺陷特 征； 判别模块， 所述判别模块与所述特征分解模块相连， 所述判别模块用于约束 所述工件特 征部分为良品。 2.根据权利要求1所述的工业缺陷检测方法， 其特征在于， 所述特征分解模块为深度 学 习中的注意力机制模块。 3.根据权利要求1所述的工业缺陷检测方法， 其特征在于， 所述根据所述训练数据集迭 代训练所述工业 缺陷检测模型， 包括以下步骤： 将所述训练数据集输入所述特 征提取模块以提取 所述训练数据集的混合特 征； 根据所述特 征提取模块 提取的混合特 征训练所述判别模块约束良品； 固定训练后的所述特 征提取模块和所述判别模块的网络参数； 将所述训练数据集输入固定后的所述特征提取模块以提取所述训练数据集的混合特 征； 将固定后的所述特征提取模块提取的混合特征输入所述特征分解模块以得到相应的 工件特征部分和缺陷特 征部分； 根据所述相应的缺陷特 征部分训练所述分类模块判断真实缺陷特 征。 4.根据权利要求3所述的工业缺陷检测方法， 其特征在于， 采用如下第 一目标函数训练 所述判别模块： 其中， 表示所述特征提取模块， 表示所述判别模块， 表示 所述特征提取模块的网络参数， 表示所述判别模块的网络参数， 表示所述训练数 据集中的第 i个训练数据， n表示所述训练数据集中训练数据量， 表示所述训练数据集中 的第i个训练数据的标注。 5.根据权利要求4所述的工业缺陷检测方法， 其特征在于， 采用如下第 二目标函数训练 所述分类模块：权　利　要　求　书 1/2 页 2 CN 115249316 A 2其中， 表示所述特征分解模块的网络参数， 表示所述分类模块的网络参数， 表示所述判别模块， 表示所述分类模块， 表示所述相应的缺陷特征部 分， 表示所述相应的工件特 征部分，p(*)表示概率分布。 6.根据权利要求1所述的工业缺陷检测方法， 其特征在于， 所述根据所述验证数据集在 迭代训练后的所述工业 缺陷检测模型中筛 选出最终工业 缺陷检测模型， 包括以下步骤： 根据所述验证数据集计算每一个迭代训练后的所述分类模块的判断结果的AUC值； 根据所述AUC值在迭代训练后的所述工业缺陷检测模型中筛选出最终工业缺陷检测模 型。 7.一种工业 缺陷检测装置， 其特 征在于， 包括： 建模模块， 所述建模 模块用于构建工业 缺陷检测模型； 获取模块， 所述获取模块用于获取训练数据集和验证数据集， 其中， 所述训练数据集和 所述验证数据集均包括工业良品数据和工业 缺陷数据； 训练模块， 所述训练模块用于根据所述训练数据集迭代训练所述工业 缺陷检测模型； 验证模块， 所述验证模块用于根据 所述验证数据集在迭代训练后的所述工业缺陷检测 模型中筛 选出最终工业 缺陷检测模型； 检测模块， 所述检测模块用于根据所述 最终工业 缺陷检测模型进行工业 缺陷检测， 所述工业缺陷检测模型包括： 特征提取模块， 所述特征提取模块用于提取输入工业数 据的混合特征； 特征分解模块， 所述特征分解模块与所述特征提取模块相连， 所述特征分解 模块用于将所述混合特征分解为工件特征部分和缺陷特征部分； 分类模块， 所述分类模块 与所述特征分解模块相连， 所述分类模块用于判断所述缺陷特征部 分是否存在真实缺陷特 征； 判别模块， 所述判别模块与所述特征分解模块相连， 所述判别模块用于约束 所述工件特 征部分为良品。 8.一种计算机设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计 算机程序， 其特征在于， 所述处理器执行所述计算机程序时， 实现根据权利要求1 ‑6中任一 项所述的工业 缺陷检测方法。 9.一种非临时性计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 该程序被 处理器执行时实现根据权利要求1 ‑6中任一项所述的工业 缺陷检测方法。权　利　要　求　书 2/2 页 3 CN 115249316 A 3