摘要
本发明公开了一种基于少样本学习的缺陷检测方法、装置、设备及介质,涉及缺陷检测技术领域,包括:对原始工件图像进行预处理,得到预处理工件图像;通过预训练的第一关键点检测模型检测预处理工件图像中的工件关键点;基于工件关键点以及预设的标准工件关键点,对预处理工件图像进行图像对齐处理,得到校准工件图像;通过预训练的第二关键点检测模型检测校准工件图像中的缺陷部位关键点及缺陷类型文本描述信息;通过预训练的图像分割大模型,利用缺陷部位关键点及缺陷类型文本描述信息,对校准工件图像进行缺陷分割,得到缺陷分割结果。本发明对于训练数据的依赖性较小,且对于工件检测具有极高准确性。
技术关键词
关键点
缺陷检测方法
工件
图像分割
校准
置信度阈值
图像特征向量
文本
样本
缺陷检测技术
缺陷检测装置
直方图均衡化
像素点
计算机设备
图像编码器
矩阵
处理器
可读存储介质
存储器
系统为您推荐了相关专利信息
家畜
多分辨率特征
点云局部
测量方法
特征信息处理