(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 202210980120.7 (22)申请日 2022.08.16 (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 王昌安　王亚彪　 (74)专利代理 机构 北京三高永信知识产权代理 有限责任公司 1 1138 专利代理师 祝亚男 (51)Int.Cl. G06T 7/00(2017.01) G06V 10/24(2022.01) G06V 10/26(2022.01) G06V 10/44(2022.01) G06V 10/774(2022.01)G06V 10/82(2022.01) (54)发明名称 胶水缺陷的确定方法、 装置、 设备及存储介 质 (57)摘要 本申请公开了一种胶水缺陷的确定方法、 装 置、 设备及存储介质， 涉及人工智能技术领域。 所 述方法包括： 获取样品的第一点位图像， 第一点 位图像中显示有样品中的部分组件以及部分组 件之间的胶水， 第一点位图像是对样品的第一点 位拍摄得到的图像； 根据由语义 分割模型提取的 第一点位图像的特征信息， 确定第一点位图像中 胶水所在的胶水区域， 特征信息是语义分割模型 提取的深度学习信息； 根据胶水区域的分布情 况， 确定样品在第一点位存在的胶水缺陷。 通过 特征信息确定出的胶水区域的精度更高， 也更贴 近实际情况。 因此， 依据较为真实的胶水区域的 分布情况， 确定出来的胶水缺陷也更加准确。 权利要求书2页 说明书13页 附图7页 CN 115358981 A 2022.11.18 CN 115358981 A 1.一种胶水缺陷的确定方法， 其特 征在于， 所述方法包括： 获取样品的第 一点位图像， 所述第 一点位图像中显示有所述样品中的部分组件以及所 述部分组件之间的胶水， 所述第一 点位图像是对所述样品的第一 点位拍摄得到的图像； 根据由语义分割 模型提取的所述第 一点位图像的特征信 息， 确定所述第 一点位图像中 所述胶水 所在的胶水区域， 所述特 征信息是 所述语义分割模型提取的深度学习信息； 根据所述胶水区域的分布情况， 确定所述样品在所述第一 点位存在的胶水缺陷。 2.根据权利要求1所述的方法， 其特征在于， 所述语义分割 模型包括特征提取子模型和 预测子模型； 所述根据由语义分割 模型提取的所述第 一点位图像的特征信 息， 确定所述第 一点位图 像中所述胶水 所在的胶水区域， 包括： 通过所述特征提取子模型， 获取 所述第一 点位图像的特 征信息； 通过所述预测子模型根据所述特 征信息， 得到所述第一 点位图像对应的掩码图像； 根据所述掩码图像中取值满足条件的像素点所在的区域， 确定所述第 一点位图像 中所 述胶水所在的胶水区域。 3.根据权利要求2所述的方法， 其特征在于， 所述通过所述特征提取子模型， 获取所述 第一点位图像的特 征信息， 包括： 通过所述特征提取子模型， 提取所述第一点位图像的浅层特征和深层特征， 所述浅层 特征用于表征所述第一点位图像的细节特征， 所述深层特征用于表征所述第一点位图像的 语义特征； 将所述浅层特 征与所述深层特 征进行融合， 得到所述第一 点位图像的特 征信息。 4.根据权利要求2所述的方法， 其特征在于， 所述根据所述掩码图像中取值满足条件的 像素点所在的区域， 确定所述第一 点位图像中所述胶水 所在的胶水区域， 包括： 将所述掩码图像中取值满足条件的像素点所在的区域， 确定为前景区域， 所述前景区 域中包括至少一个封闭区域； 将所述前 景区域中面积最大的封闭区域， 确定为所述胶水 所在的胶水区域。 5.根据权利要求1所述的方法， 其特征在于， 所述根据所述胶水区域的分布情况， 确定 所述样品在所述第一 点位存在的胶水缺陷， 包括： 确定所述胶水区域的多个边 缘点， 所述多个边 缘点构成所述胶水区域的轮廓； 根据所述多个边缘点， 预测得到所述胶水的多个拟合边缘点， 所述多个拟合边缘点比 所述多个边 缘点更接近所述胶水的边 缘； 根据所述多个拟合边缘点的分布情况， 确定所述样品在所述第一点位存在的胶水缺 陷。 6.根据权利要求5所述的方法， 其特征在于， 所述根据所述多个拟合边缘点的分布情 况， 确定所述样品在所述第一 点位存在的胶水缺陷， 包括： 根据所述多个拟合边缘点所围成的胶水面积情况， 确定所述样品在所述第 一点位存在 的胶水缺陷； 或， 根据所述多个拟合边缘点的位置情况， 确定所述样品在所述第一点位存在的胶水缺 陷；权　利　要　求　书 1/2 页 2 CN 115358981 A 2或， 根据所述多个拟合边缘点的对称性情况， 确定所述样品在所述第 一点位存在的胶水缺 陷。 7.根据权利要求6所述的方法， 其特征在于， 所述胶水缺陷包括少胶、 溢胶中的至少一 种； 所述根据 所述多个拟合边缘点所围成的胶水面积情况， 确定所述样品在所述第 一点位 的胶水缺陷， 包括： 若所述多个拟合边缘点所围成的区域的面积与正品在所述第一点位的 胶水面积的比值大于第三数值， 则确定所述样品在所述第一点位存在溢胶； 若所述多个拟 合边缘点所围成的区域的面积与正品在所述第一点位的胶水面积的比值小于第四数值， 则 确定所述样品在所述第一 点位存在少胶； 其中， 所述第三数值大于所述第四数值； 所述根据 所述多个拟合边缘点的位置情况， 确定所述样品在所述第 一点位存在的胶水 缺陷， 包括： 若所述多个拟合边缘点所围成的区域的平均宽度大于正品在所述第一点位的 胶水的平均宽度， 则确定所述样品在所述第一点位存在溢胶； 若所述多个拟合边缘点所围 成的区域的平均宽度小于正品在所述第一点位的胶水的平均宽度， 则确定所述样品在所述 第一点位存在少胶； 所述根据 所述多个拟合边缘点的对称性情况， 确定所述样品在所述第 一点位存在的胶 水缺陷， 包括： 根据所述多个拟合边缘点， 判断所述样品在所述第一点位的胶水是否对称； 若不对称， 则确定所述样品在所述第一 点位存在少胶。 8.一种胶水缺陷的确定装置， 其特 征在于， 所述装置包括： 图像获取模块， 用于获取样品的第一点位图像， 所述第一点位图像中显示有所述样品 中的部分组件以及所述部分组件之 间的胶水， 所述第一点位图像是对所述样品的第一点位 拍摄得到的图像； 区域确定模块， 用于根据由语义分割模型提取的所述第一点位图像的特征信息， 确定 所述第一点位图像中所述胶水所在的胶水区域， 所述特征信息是所述语义分割模型提取的 深度学习信息； 缺陷确定模块， 用于根据所述胶水区域的分布情况， 确定所述样品在所述第一点位存 在的胶水缺陷。 9.一种计算机设备， 其特征在于， 所述计算机设备包括处理器和存储器， 所述存储器中 存储有计算机程序， 所述计算机程序由所述处理器加载并执行以实现如上述权利要求 1至7 任一项所述的方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中存储有计算机 程序， 所述计算机程序由处理器加载并执行以实现如上述权利要求1至7任一项所述的方 法。权　利　要　求　书 2/2 页 3 CN 115358981 A 3