基于深度学习的镜片瑕疵检测方法及其相关设备

本申请涉及视觉检测技术领域，提供了一种基于深度学习的镜片瑕疵检测方法及其相关设备。通过对镜片原始图像进行视觉缺陷特征提取以获得缺陷候选区域集，结合视觉算法对缺陷候选区域集进行多重特征判别以获得初始缺陷区域集，将面积阈值与初始缺陷区域集进行对比筛选以获得待检测区域集，通过ShuffleNetV2深度模型对待检测区域集进行向前推理以获得各区域的缺陷类型及置信度值，根据置信度阈值与置信度值对各区域的缺陷类型进行缺陷判断以获得镜片瑕疵数据，根据瑕疵剔除方式与所述镜片瑕疵数据进行瑕疵剔除。本申请通过视觉预处理、多重特征判别、区域筛选及轻量级深度模型推理，实现高精度、低延迟、易部署、强鲁棒的镜片瑕疵检测。