塑料管表面缺陷检测方法、系统及计算机可读存储介质

摘要

本申请公开了一种塑料管表面缺陷检测方法及系统及设备及计算机可读存储介质，该方法包括：获取待测塑料管的表面图像对应的表面缺陷特征，得到待测缺陷特征；将所述待测缺陷特征输入至预先创建的训练后模型，得到所述训练后模型输出的表面缺陷类型；其中，所述训练后模型为预先利用训练样本对基于BP神经网络算法构建的待训练模型进行训练后得到的模型，其中，所述训练样本包括历史表面缺陷特征以及相应的表面缺陷类型。本发明利用了BP神经网络的输入和输出具有高度非线性的映射关系，以及良好的容错能力、分类能力、和自学习能力，提高了塑料管表面缺陷的检测精度，并且节省大量劳动力资源，极大地提高了检测效率。