基于可变形卷积与特征融合的玻璃缺陷检测方法与装置

摘要

本申请涉及图像数据处理技术领域，特别涉及一种基于可变形卷积与特征融合的玻璃缺陷检测方法与装置，其中，方法包括：采集待检测玻璃的表面图像；将表面图像输入至预先训练的缺陷识别模型，确定待检测玻璃的实际缺陷，其中，预先训练的缺陷识别模型由含有可变形卷积的卷积神经网络、特征融合网络和检测器网络通过近似联合训练得到；基于实际缺陷生成待检测玻璃的目标抓取动作，按照目标抓取动作抓取待检测玻璃。由此，解决了由缺陷形状多样化造成的特征提取困难，以及缺陷尺度多样化造成的单尺度特征语义信息不足，导致无法实现对玻璃缺陷的高效准确检测等问题。