摘要

本发明公开了一种基于样本增强的工业产品表面缺陷检测方法,包括步骤:1)对工业产品表面图像进行尺寸标准化、归一化,切割并分类;2)带缺陷的图片进行随机翻转的数据增强;3)将带缺陷图片和正常图片进行随机拼接增强;4)使用Cascade-RCNN算法进行迭代训练;5)得到Cascade-RCNN检测模型;6)通过Cascade-RCNN检测模型对需要检测的工业产品表面图片和确定无缺陷的纹理模板图片进行滑窗检测,对滑窗检测到的结果进行拼接,并对二者得到的结果进行比较,最终得到待检测图片的缺陷类别及区域标注。本发明可有效降低光照、曝光和位移等条件对缺陷检测的影响,提高了检测稳定性,同时提高了二阶段目标检测器对花纹和背景的分辨能力,降低了误检率。