基于机器学习的缺陷检测方法、装置和电子设备

本发明提供的基于机器学习的缺陷检测方法、装置和电子设备，涉及机器学习领域；方法包括：获取工业产品表面正常图像和表面缺陷图像并进行预处理，获得工业产品表面图像数据集；其中，预处理过程为根据目标方形模板对获取图像进行图像修整，包括图像裁剪和补黑像素；根据表面图像数据集，训练基于机器学习的缺陷检测模型，该模型为卷积神经网络模型，其架构包括卷积层、激活函数以及多个池化层；接收实时拍摄的工业产品表面图像并进行预处理，获得待检测表面图像；将待检测表面图像输入基于机器学习的缺陷检测模型，输出缺陷检测结果。本发明通过对工业产品样本数据进行有限扩充，同时采用像素尺寸限定的方式提升模型检测准确度。