(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 202210995074.8 (22)申请日 2022.08.18 (71)申请人 南京唯景视 觉科技有限公司 地址 210000 江苏省南京市 建邺区平良大 街89号负一层韶华工坊 (72)发明人 项强德　 (74)专利代理 机构 沧州市国瑞专利代理事务所 (普通合伙) 13138 专利代理师 陈炫伟 (51)Int.Cl. G01N 21/88(2006.01) G01N 21/95(2006.01) G01B 11/24(2006.01) G06N 20/00(2019.01) (54)发明名称 一种基于深度学习的工业元器件外观缺陷 检测方法 (57)摘要 本发明公开了一种基于深度学习的工业元 器件外观缺陷检测方法， 涉及人工智能技术领 域。 通过设置两个摄像头， 在拍照的时候同时对 周围环境光进行检测记录并学习， 在不断的学习 中对系统进行调整， 这样能够 使得检测的精度越 来越高， 避免环境光的因素影 响系统对工件的完 整度判断。 相较于传统的检测系统， 随着系统的 学习， 后续的判断更加的精确， 在学习到一定程 度后， 能够 做到脱离人工完全进行全自动识别的 目的。 权利要求书1页 说明书2页 CN 115165898 A 2022.10.11 CN 115165898 A 1.一种基于深度学习的工业元器件外观缺陷检测方法， 其特 征在于包括以下步骤： S1:将工件置于检测工作台上， 检测工作台6个夹持件进行固定夹持， 每个夹持件对应 的方向上都设置有两台摄 像头和散光灯； S2： 摄像头对工件进行拍照检测， 将工件的6个面全部进行拍照， 并将拍照的图片进行 上传， 上传的照片与一 开始的完整的工件照片图进行比对。 S3： 电脑通过分析照片表面曝光程度和外轮廓， 以及照片上的阴影部分和高光部分的 比来判断， 工件是否 完整。 S4： 电脑记录每次拍照时照片上高光部分和阴影部分的比以及工件周围曝光环境进行 学习， 实现在不同曝光 程度下， 都能够精确判断工件表面是否 完整。 2.根据权利要求1所述的一种基于深度学习的工业元器件外观缺陷检测方法， 其特征 在于： 在S2中， 当需要对工件的一个面进 行拍照的时候， 这个面的夹持件会撤回到摄像头的 后方， 其余5个夹持件保持工件的角度， 然后摄 像头进行拍摄。 3.根据权利要求1所述的一种基于深度学习的工业元器件外观缺陷检测方法， 其特征 在于： 所述每 个摄像头都接入一台独立的电脑中， 单独运 算单独比对。 4.根据权利要求1所述的一种基于深度学习的工业元器件外观缺陷检测方法， 其特征 在于： 两台摄像头中的一台对工件的表面进行拍照， 另外一台摄像头主要检测工件周围光 照强度。 5.根据权利要求1所述的一种基于深度学习的工业元器件外观缺陷检测方法， 其特征 在于， 步骤S3中的判断方式为： 第一步： 判断工件外轮廓是否完整， 通过将拍摄到的图片与完整图片的外轮廓进行比 对从而判断出工件外轮廓是否完整， 如果外轮廓完整则进行工件表面曝光度的对比， 如果 不完整， 则直接 蒋工件列为外轮廓不完整的残次品； 第二步： 进行工件表面曝光度的对比， 首先判断工件表面的曝光度， 能够判断工件表面 有没有存在破损的情况， 曝光度如果与一开始的完好的工件表面曝光度保持一致， 则直接 判断工件表面完好无磨损情况， 如果出现不一致， 则进入到待定区， 并记录周围环境的曝光 度， 人工对其进行细致的检测， 并将检测结果输入电脑。权　利　要　求　书 1/1 页 2 CN 115165898 A 2一种基于深度学习的工 业元器件外观缺陷检测方 法 技术领域 [0001]本发明涉及人工智能技术领域， 具体为一种基于深度学习的工业元器件外观缺陷 检测方法。 背景技术 [0002]工业零部件在生产的时候需要对其进行检测， 扫描工件是否合格或者是零件的外 形是否有损坏。 在现有技术中， 一般采用高精度摄像机对工业零件进 行拍照扫描， 然后 将扫 描图像传到电脑中， 利用电脑中已经存档的图片进 行对比。 从而判断工业零件是否完整， 有 无损坏。 但是这种传统的检测方法， 比较受限制与拍照的角度和光线的明暗程度， 由于受环 境影响因素太大， 因此 无法做到精确的检测。 发明内容 [0003]针对现有技术的不足， 本发明提供了一种基于深度学习的工业元器件外观缺陷检 测方法， 使用后， 可以解决现有技 术中， 工件表面完整度检测不均匀的情况。 [0004]为实现以上目的， 本发明通过以下技术方案予以实现： 一种基于深度学习的工业 元器件外观缺陷检测方法包括以下步骤： [0005]S1:将工件置于检测工作台上， 检测工作台6个夹持件进行固定夹持， 每个夹持件 对应的方向上都设置有两台摄 像头和散光灯； [0006]S2： 摄像头对工件进行拍照检测， 将工件的6个面全部进行拍照， 并将拍照的图片 进行上传， 上传的照片与一 开始的完整的工件照片图进行比对。 [0007]S3： 电脑通过分析照片表面曝光程度和外轮廓， 以及照片上的阴影部分和高光部 分的比来判断， 工件是否 完整。 [0008]S4： 电脑记录每次拍照时照片上高光部分和阴影部分的比以及工件周围曝光环境 进行学习， 实现在不同曝光 程度下， 都能够精确判断工件表面是否 完整。 [0009]优选的， 在S2中， 当需要对工件的一个面进行拍照的时候， 这个面的夹持件会撤回 到摄像头的后方， 其 余5个夹持件保持工件的角度， 然后摄 像头进行拍摄。 [0010]优选的， 每 个摄像头都接入一台独立的电脑中， 单独运 算单独比对。 [0011]优选的， 两台摄像头中的一台对工件的表面进行拍照， 另外一台摄像头主要检测 工件周围光照强度。 [0012]优选的， 步骤S3中的判断方式为： [0013]第一步： 判断工件外轮廓是否完整， 通过将拍 摄到的图片与完整图片的外轮廓进 行比对从而判断出工件外轮廓是否完整， 如果外轮廓完整则进行工件表面曝光度的对比， 如果不完整， 则直接 蒋工件列为外轮廓不完整的残次品。 [0014]第二步： 进行工件表面曝光度的对比， 首先判断工件表面的曝光度， 能够判断工件 表面有没有存在破损的情况， 曝光度如果与一开始的完好的工件表面曝光度保持一致， 则 直接判断工件表面完好无磨损情况， 如果出现不一致， 则进入到待定区， 并记录周围环境的说　明　书 1/2 页 3 CN 115165898 A 3