申请/专利权人：腾讯科技(深圳)有限公司

申请日：2024-03-22

公开（公告）日：2024-06-25

公开（公告）号：CN117934478B

主分类号：G06T7/00

分类号：G06T7/00;G06T7/90

优先权：

专利状态码：有效-授权

法律状态：2024.06.25#授权;2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本申请的实施例公开了一种缺陷检测方法、装置、设备及介质，可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景，该方法包括：获取目标对象的检测数据；若检测数据包含彩色图像和目标模态数据，则对彩色图像和目标模态数据进行特征提取得到目标检测特征，目标检测特征融合有彩色图像的特征和目标模态数据的特征，通过预训练的目标检测模型的主干网络对彩色图像进行不同尺度的特征提取得到多尺度的彩色图特征，并将目标检测特征和多尺度的彩色图特征进行特征融合得到融合特征；根据融合特征对目标对象进行缺陷检测，得到目标对象的缺陷检测结果。本申请实施例的技术方案提高了缺陷检测的鲁棒性，避免漏检，保证缺陷检测的准确性和可靠性。

主权项：1.一种缺陷检测方法，其特征在于，包括：获取目标对象的检测数据；若所述检测数据包含彩色图像和目标模态数据，则对所述彩色图像和所述目标模态数据进行特征提取得到目标检测特征，所述目标检测特征融合有所述彩色图像的特征和所述目标模态数据的特征；将所述彩色图像输入至预训练的目标检测模型的主干网络的首个主干网络层进行第一尺度的特征提取得到第一尺度的彩色图特征，并将所述第一尺度的彩色图特征和所述目标检测特征进行特征相加处理得到第一融合特征；其中，主干网络包括依次连接的多个主干网络层，所述目标检测模型还包括依次连接的多个特征融合模块；所述特征融合模块的数量与所述主干网络层的数量相同，所述目标检测特征是首个特征融合模块输出的特征；将所述第一融合特征输入至第二个主干网络层进行第二尺度的特征提取得到第二尺度的彩色图特征，并通过第二个特征融合模块对所述目标检测特征进行卷积处理，得到与所述第二尺度的彩色图特征对应的深度检测特征，将所述第二尺度的彩色图特征和所述深度检测特征进行特征相加处理得到第二融合特征；将特征相加处理得到的特征输入至下一主干网络层进行对应尺度的特征提取，并将所述深度检测特征输入至下一特征融合模块进行卷积处理，重新进行特征相加处理，直至末个主干网络层输出得到目标尺度的彩色图特征，并将所述目标尺度的彩色图特征和末个特征融合模块输出的检测特征进行特征相加处理得到所述融合特征；根据所述融合特征对所述目标对象进行缺陷检测，得到所述目标对象的缺陷检测结果。

全文数据：

权利要求：

百度查询： 腾讯科技(深圳)有限公司 缺陷检测方法、装置、设备及介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD