(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210915080.8 (22)申请日 2022.08.01 (71)申请人 腾讯科技 （深圳） 有限公司 地址 518057 广东省深圳市南 山区高新区 科技中一路腾讯大厦3 5层 (72)发明人 徐尚　聂强　林愉欢　刘永　 汪铖杰　吴永坚　 (74)专利代理 机构 深圳翼盛智成知识产权事务 所(普通合伙) 44300 专利代理师 李玉婷 (51)Int.Cl. G06T 7/00(2017.01) G06T 7/62(2017.01) G06V 10/22(2022.01) G06V 10/764(2022.01)G06V 10/80(2022.01) G06V 10/82(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种缺陷检测方法、 装置、 计算机设备和存 储介质 (57)摘要 本申请实施例公开了一种缺陷检测方法、 装 置、 计算机设备和存储介质； 本申请实施例可应 用于工业检测、 人工智 能等各种场景。 本申请实 施例可以获取电子元器件的至少一个元器件图 像和元器件图像对应的拍摄角度信息； 对元器件 图像进行缺陷区域检测， 得到元器件图像中的缺 陷区域； 对缺陷区域进行缺陷信息识别， 得到缺 陷区域对应的缺陷信息； 结合元器件图像对应的 拍摄角度信息， 对电子元器件的元器件图像对应 的缺陷信息在多个不同维度进行信息过滤处理， 得到过滤后缺陷信息； 根据过滤后缺陷信息对电 子元器件进行判别， 得到电子元器件的缺陷检测 结果。 通过本申请实施例， 可以有效地降低缺陷 检测的过杀率和漏检率， 提高缺陷检测的质量。 权利要求书3页 说明书21页 附图7页 CN 115272249 A 2022.11.01 CN 115272249 A 1.一种缺陷检测方法， 其特 征在于， 包括： 获取电子元器件的至少一个元器件图像和所述元器件图像对应的拍摄角度信息； 对所述元器件图像进行缺陷区域检测， 得到所述元器件图像中的至少一个缺陷区域； 对所述缺陷区域进行缺陷信息识别， 得到所述元器件图像中缺陷区域对应的缺陷信 息； 结合所述元器件图像对应的拍摄角度信 息， 对所述电子元器件的至少一个元器件图像 对应的缺陷信息在多个不同维度进行信息过滤 处理， 得到所述电子元器件的过滤后缺陷信 息； 根据所述过滤后 缺陷信息对所述电子元器件进行判别， 得到所述电子元器件的缺陷检 测结果。 2.根据权利要求1所述的方法， 其特征在于， 所述多个不同维度包括角度维度、 置信度 维度、 等级维度和面积维度； 所述结合所述元器件图像对应的拍摄角度信息， 对 所述电子元 器件的至少一个元器件图像对应的缺陷信息在多个不同维度进行信息过滤 处理， 得到所述 电子元器件的过 滤后缺陷信息， 包括： 结合所述元器件图像对应的拍摄角度信 息， 对所述元器件图像的缺陷信 息在角度维度 进行信息过 滤， 得到第一过 滤后缺陷信息； 对所述第一过 滤后缺陷信息在置信度维度进行信息过 滤， 得到第二过 滤后缺陷信息； 对所述第二过 滤后缺陷信息在等级维度进行信息过 滤， 得到第三过 滤后缺陷信息； 对所述第三过滤后 缺陷信息在面积 维度进行信 息过滤， 得到所述电子元器件的过滤后 缺陷信息 。 3.根据权利要求2所述的方法， 其特征在于， 所述结合所述元器件图像对应的拍摄角度 信息， 对所述元器件图像的缺陷信息在角度维度进 行信息过滤， 得到第一过滤后缺陷信息， 包括： 对所述元器件图像的拍摄角度信 息进行识别， 得到所述元器件图像在拍摄角度 下对应 的缺陷类型 范围信息； 对所述元器件图像的缺陷信 息中不符合所述缺陷类型范围信 息的缺陷类型进行过滤， 得到所述第一过 滤后缺陷信息 。 4.根据权利要求2所述的方法， 其特征在于， 所述对所述第 一过滤后 缺陷信息在置信度 维度进行信息过 滤， 得到第二过 滤后缺陷信息， 包括： 确定第一过 滤后缺陷信息中缺陷类型对应的置信度阈值； 将所述第一过滤后 缺陷信息的缺陷类别对应的置信度参数和置信度阈值进行比较， 得 到比较结果； 根据所述比较结果将所述第一过滤后缺陷信息中不符合所述预设置信度阈值的缺陷 类别进行 过滤， 得到所述第二过 滤后缺陷信息 。 5.根据权利要求2所述的方法， 其特征在于， 所述对所述第 二过滤后 缺陷信息在等级维 度进行信息过 滤， 得到第三过 滤后缺陷信息， 包括： 确定所述第二过 滤后缺陷信息中缺陷类型对应的缺陷等级阈值； 将所述第二过滤后缺陷信息中缺陷类型对应的缺陷等级和所述缺陷等级阈值进行比 较， 得到比较结果；权　利　要　求　书 1/3 页 2 CN 115272249 A 2根据所述比较结果将所述第二过滤后缺陷信息中缺陷等级不符合所述缺陷等级阈值 的缺陷类型进行 过滤， 得到所述第三过 滤后缺陷信息 。 6.根据权利要求2所述的方法， 其特征在于， 所述对所述第 三过滤后 缺陷信息在面积 维 度进行信息过 滤， 得到所述电子元器件的过 滤后缺陷信息， 包括： 确定所述第三过 滤后缺陷信息中缺陷类型对应的缺陷面积阈值； 将所述第三过滤后缺陷信息中缺陷类型对应的缺陷区域面积信息和所述缺陷面积阈 值进行比较， 得到比较结果； 根据所述比较结果将所述第三过滤后缺陷信息中缺陷区域面积信息不符合所述缺陷 面积阈值的缺陷类型进行 过滤， 得到所述过 滤后缺陷信息 。 7.根据权利要求1所述的方法， 其特征在于， 所述对所述元器件图像进行缺陷区域检 测， 得到所述元器件图像中的至少一个缺陷区域， 包括： 对所述元器件图像进行高分辨 率采样， 得到元器件图像对应的高分辨 率采样信息； 对所述高分辨 率采样信息进行多尺度特 征提取， 得到所述元器件图像的多尺度特 征； 对所述元器件图像的多尺度 特征进行缺陷区域检测， 得到所述元器件图像中至少一个 缺陷区域。 8.根据权利要求1所述的方法， 其特征在于， 所述对所述缺陷区域进行缺陷信息识别， 得到所述元器件图像中缺陷区域对应的缺陷信息， 包括： 对所述缺陷区域进行类型识别， 得到所述 缺陷区域对应的缺陷类型； 基于所述缺陷类型， 对所述缺陷区域进行缺陷等级识别， 得到所述缺陷区域的缺陷类 型对应的缺陷等级； 将所述缺陷区域以及所述缺陷区域对应的缺陷类型和所述缺陷等级进行整合， 得到所 述元器件图像中缺陷区域对应的缺陷信息 。 9.根据权利要求8所述的方法， 其特征在于， 所述对所述缺陷区域进行类型识别， 得到 所述缺陷区域对应的缺陷类型， 包括： 根据预设筛 选比例， 在所述 缺陷区域中筛 选出筛选后缺陷区域； 对所述筛 选后缺陷区域进行降采样处 理， 得到降采样后区域； 对所述降采样区域进行类型识别， 得到所述降采样区域对应的缺陷类型。 10.根据权利要求1所述的方法， 其特征在于， 所述对所述元器件图像进行缺陷区域检 测， 得到所述元器件图像中的至少一个缺陷区域， 包括： 利用缺陷检测模型对所述元器件图像进行缺陷区域检测， 得到所述元器件图像中的至 少一个缺陷区域； 所述对所述缺陷区域进行缺陷信 息识别， 得到所述元器件图像中缺陷区域对应的缺陷 信息， 包括： 利用所述缺陷检测模型对所述缺陷区域进行缺陷信 息识别， 得到所述元器件图像 中缺 陷区域对应的缺陷信息 。 11.根据权利要求10所述的方法， 其特征在于， 所述利用缺陷检测模型对所述元器件图 像进行缺陷区域检测， 得到所述元器件图像中的至少一个缺陷区域之前， 所述方法还 包括： 获取待训练缺陷检测模型和携带 标注信息的元器件图像样本； 利用所述待训练缺陷检测模型对所述元器件图像样本进行缺陷预测， 得到所述元器件权　利　要　求　书 2/3 页 3 CN 115272249 A 3