摘要
本发明实施例提供了一种缺陷类别的检测方法和装置、电子设备和存储介质。缺陷类别的检测方法包括:获取目标对象的多个待测缺陷图像;利用经训练的大模型,针对目标对象的缺陷,对多个待测缺陷图像进行分类,获得分类结果;根据分类结果,确定多个待测缺陷图像中的第一缺陷图像的缺陷类别;对多个第二缺陷图像进行聚类,基于聚类结果确定每个第二缺陷图像的缺陷类别,多个第二缺陷图像是多个待测缺陷图像中的、第一缺陷图像以外的缺陷图像。支持零样本学习,强大的泛化能力,可以识别出未知的缺陷类别。对大模型分类失败的缺陷图像进行聚类。实现对待测缺陷图像的自动化地缺陷分类,无需人工参与,节省人力;保证所获得的检测结果的准确性。
技术关键词
缺陷类别
计算机程序指令
对象
空间聚类算法
电子设备
计算机程序产品
彩色图像
模块
存储器
处理器
样本
人力
密度
系统为您推荐了相关专利信息
深度神经网络模型
配置特征
样本
存储设备
特征值组
时序特征
时序依赖关系
空间分布特征
构建知识图谱
时空序列数据