基于深度学习的制罐缺陷检测方法、系统及设备

本申请涉及生产检测技术领域，公开了一种基于深度学习的制罐缺陷检测方法、系统及设备。该方法包括：使用光源照射待检测罐体并进行多次自转，自转后拍摄待检测罐体表面的反射光图像；基于反射光图像对待检测罐体进行第一缺陷分析，以将待检测罐体分类有第一合格罐体或缺陷罐体；在第一合格罐体完成颜色喷涂后，再次拍摄第一合格罐体表面的纹理图像；对纹理图像进行平面转换，获得平面图像，将平面图像进行拼接，获得完整图像；基于深度学习算法对完整图像进行区域分割，获得多张子图像，基于子图像对第一合格罐体进行第二缺陷分析，以将第一合格罐体分类为第二合格罐体或缺陷罐体。通过本发明可以在喷涂工序前将存在外观缺陷的罐体提前剔除。