本發(fā)明涉及汽車，尤其涉及一種應(yīng)用于汽車的視覺檢測方法、裝置、設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、隨著汽車制造業(yè)的快速發(fā)展和技術(shù)進步，對汽車電機的質(zhì)量要求日益提高。定子和轉(zhuǎn)子作為汽車電機的核心組成部分，定子和轉(zhuǎn)子的質(zhì)量直接影響著汽車電機的性能、效率和使用壽命。

2、然而，當(dāng)前汽車電機的定子和轉(zhuǎn)子的缺陷檢測結(jié)果的獲取過程繁瑣，不利于提高缺陷檢測結(jié)果的獲取效率，其原因在于，現(xiàn)有技術(shù)主要采用人工檢測的方式，對當(dāng)前汽車電機的定子和轉(zhuǎn)子進行檢測。而人工檢測的方式，效率低下，增加了當(dāng)前汽車電機的定子和轉(zhuǎn)子的缺陷檢測結(jié)果的獲取時間且容易出現(xiàn)人為誤差，因此，不利于提高缺陷檢測結(jié)果的獲取效率。

技術(shù)實現(xiàn)思路

1、本發(fā)明提供一種應(yīng)用于汽車的視覺檢測方法、裝置、計算機設(shè)備及存儲介質(zhì)，以解決當(dāng)前汽車電機的定子和轉(zhuǎn)子的缺陷檢測結(jié)果的獲取過程繁瑣，不利于提高缺陷檢測結(jié)果的獲取效率的技術(shù)問題。

2、第一方面，提供了一種應(yīng)用于汽車的視覺檢測方法，包括：

3、獲取攝像頭拍攝當(dāng)前汽車電機的定子和轉(zhuǎn)子得到的第一圖像；

4、當(dāng)所述第一圖像的校正角度大于預(yù)設(shè)角度時，向預(yù)設(shè)的可編程邏輯控制器發(fā)送所述校正角度的轉(zhuǎn)動指令，以使所述可編程邏輯控制器根據(jù)所述轉(zhuǎn)動指令控制承載當(dāng)前汽車電機的定子和轉(zhuǎn)子的平臺進行轉(zhuǎn)動；

5、獲取所述攝像頭拍攝轉(zhuǎn)動后的當(dāng)前汽車電機的定子和轉(zhuǎn)子得到的第二圖像；

6、當(dāng)所述第二圖像的校正角度不大于所述預(yù)設(shè)角度時，選取所述第二圖像作為當(dāng)前零部件圖像；

7、基于預(yù)設(shè)的提取方式，對所述當(dāng)前零部件圖像進行特征提取，得到所述當(dāng)前零部件圖像的特征向量；

8、基于預(yù)設(shè)的獲取方式，獲取訓(xùn)練后的所述深度學(xué)習(xí)模型基于所述特征向量生成的識別結(jié)果，選取所述識別結(jié)果作為當(dāng)前汽車電機的定子和轉(zhuǎn)子的缺陷檢測結(jié)果。

9、進一步地，所述當(dāng)所述第一圖像的校正角度大于預(yù)設(shè)角度時，向預(yù)設(shè)的可編程邏輯控制器發(fā)送所述校正角度的轉(zhuǎn)動指令，以使所述可編程邏輯控制器根據(jù)所述轉(zhuǎn)動指令控制承載當(dāng)前汽車電機的定子和轉(zhuǎn)子的平臺進行轉(zhuǎn)動，包括：

10、當(dāng)所述第一圖像的校正角度大于預(yù)設(shè)角度時，獲取所述校正角度的轉(zhuǎn)動指令；

11、連接預(yù)設(shè)的可編程邏輯控制器，向所述可編程邏輯控制器發(fā)送所述校正角度的轉(zhuǎn)動指令，以使所述可編程邏輯控制器根據(jù)所述轉(zhuǎn)動指令控制承載當(dāng)前汽車電機的定子和轉(zhuǎn)子的平臺進行轉(zhuǎn)動。

12、進一步地，所述獲取所述攝像頭拍攝轉(zhuǎn)動后的當(dāng)前汽車電機的定子和轉(zhuǎn)子得到的第二圖像，包括：

13、獲取所述可編程邏輯控制器執(zhí)行所述轉(zhuǎn)動指令后返回的響應(yīng)消息；

14、當(dāng)所述響應(yīng)消息為成功消息時，獲取所述攝像頭拍攝轉(zhuǎn)動后的當(dāng)前汽車電機的定子和轉(zhuǎn)子得到的第二圖像。

15、進一步地，所述當(dāng)所述第二圖像的校正角度不大于所述預(yù)設(shè)角度時，選取所述第二圖像作為當(dāng)前零部件圖像，包括：

16、當(dāng)所述第二圖像的校正角度不大于所述預(yù)設(shè)角度時，生成選取指令；

17、通過所述選取指令，選取所述第二圖像作為當(dāng)前零部件圖像。

18、進一步地，所述基于預(yù)設(shè)的提取方式，對所述當(dāng)前零部件圖像進行特征提取，得到所述當(dāng)前零部件圖像的特征向量，包括：

19、獲取讀取指令，通過所述讀取指令，讀取預(yù)設(shè)文件中的圖像特征提取網(wǎng)絡(luò)；

20、通過所述圖像特征提取網(wǎng)絡(luò)，對所述當(dāng)前零部件圖像進行特征提取，得到所述當(dāng)前零部件圖像的特征向量。

21、進一步地，所述基于預(yù)設(shè)的獲取方式，獲取訓(xùn)練后的所述深度學(xué)習(xí)模型基于所述特征向量生成的識別結(jié)果，選取所述識別結(jié)果作為當(dāng)前汽車電機的定子和轉(zhuǎn)子的缺陷檢測結(jié)果，包括：

22、將所述特征向量輸入訓(xùn)練后的所述深度學(xué)習(xí)模型的生成器；

23、獲取訓(xùn)練后的所述深度學(xué)習(xí)模型的生成器基于所述特征向量生成的識別結(jié)果，選取所述識別結(jié)果作為當(dāng)前汽車電機的定子和轉(zhuǎn)子的缺陷檢測結(jié)果。

24、進一步地，在所述獲取攝像頭拍攝當(dāng)前汽車電機的定子和轉(zhuǎn)子得到的第一圖像之前，所述視覺檢測方法，包括：

25、獲取預(yù)設(shè)的正常圖像和缺陷圖像，所述正常圖像為攝像頭拍攝預(yù)設(shè)汽車電機中沒有缺陷的定子和轉(zhuǎn)子得到的圖像，所述缺陷圖像為攝像頭拍攝預(yù)設(shè)汽車電機中具有缺陷的定子和轉(zhuǎn)子得到的圖像；將所述正常圖像和正常標(biāo)簽組成正常樣本，將所述缺陷圖像和缺陷標(biāo)簽組成缺陷樣本；將多個不同的所述正常樣本和多個不同的所述缺陷樣本組成訓(xùn)練集，基于所述訓(xùn)練集訓(xùn)練預(yù)設(shè)的深度學(xué)習(xí)模型，保存訓(xùn)練后的所述深度學(xué)習(xí)模型。

26、第二方面，提供了一種應(yīng)用于汽車的視覺檢測裝置，包括：

27、第一獲取模塊，用于獲取攝像頭拍攝當(dāng)前汽車電機的定子和轉(zhuǎn)子得到的第一圖像；

28、發(fā)送模塊，用于當(dāng)所述第一圖像的校正角度大于預(yù)設(shè)角度時，向預(yù)設(shè)的可編程邏輯控制器發(fā)送所述校正角度的轉(zhuǎn)動指令，以使所述可編程邏輯控制器根據(jù)所述轉(zhuǎn)動指令控制承載當(dāng)前汽車電機的定子和轉(zhuǎn)子的平臺進行轉(zhuǎn)動；

29、第二獲取模塊，用于獲取所述攝像頭拍攝轉(zhuǎn)動后的當(dāng)前汽車電機的定子和轉(zhuǎn)子得到的第二圖像；

30、選取模塊，用于當(dāng)所述第二圖像的校正角度不大于所述預(yù)設(shè)角度時，選取所述第二圖像作為當(dāng)前零部件圖像；

31、提取模塊，用于基于預(yù)設(shè)的提取方式，對所述當(dāng)前零部件圖像進行特征提取，得到所述當(dāng)前零部件圖像的特征向量；

32、檢測模塊，用于基于預(yù)設(shè)的獲取方式，獲取訓(xùn)練后的所述深度學(xué)習(xí)模型基于所述特征向量生成的識別結(jié)果，選取所述識別結(jié)果作為當(dāng)前汽車電機的定子和轉(zhuǎn)子的缺陷檢測結(jié)果。

33、第三方面，提供了一種計算機設(shè)備，包括存儲器、處理器以及存儲在存儲器中并可在處理器上運行的計算機程序，處理器執(zhí)行計算機程序時實現(xiàn)上述視覺檢測方法的步驟。

34、第四方面，提供了一種計算機可讀存儲介質(zhì)，計算機可讀存儲介質(zhì)存儲有計算機程序，計算機程序被處理器執(zhí)行時實現(xiàn)上述視覺檢測方法的步驟。本技術(shù)提供一種應(yīng)用于汽車的視覺檢測方法、裝置、計算機設(shè)備及存儲介質(zhì)，獲取攝像頭拍攝當(dāng)前汽車電機的定子和轉(zhuǎn)子得到的第一圖像；當(dāng)所述第一圖像的校正角度大于預(yù)設(shè)角度時，向預(yù)設(shè)的可編程邏輯控制器發(fā)送所述校正角度的轉(zhuǎn)動指令，以使所述可編程邏輯控制器根據(jù)所述轉(zhuǎn)動指令控制承載當(dāng)前汽車電機的定子和轉(zhuǎn)子的平臺進行轉(zhuǎn)動；獲取所述攝像頭拍攝轉(zhuǎn)動后的當(dāng)前汽車電機的定子和轉(zhuǎn)子得到的第二圖像；當(dāng)所述第二圖像的校正角度不大于所述預(yù)設(shè)角度時，選取所述第二圖像作為當(dāng)前零部件圖像；基于預(yù)設(shè)的提取方式，對所述當(dāng)前零部件圖像進行特征提取，得到所述當(dāng)前零部件圖像的特征向量；基于預(yù)設(shè)的獲取方式，獲取訓(xùn)練后的所述深度學(xué)習(xí)模型基于所述特征向量生成的識別結(jié)果，選取所述識別結(jié)果作為當(dāng)前汽車電機的定子和轉(zhuǎn)子的缺陷檢測結(jié)果，有益效果在于兩方面，一方面，基于預(yù)設(shè)的獲取方式，獲取訓(xùn)練后的所述深度學(xué)習(xí)模型基于所述特征向量生成的識別結(jié)果，選取所述識別結(jié)果作為當(dāng)前汽車電機的定子和轉(zhuǎn)子的缺陷檢測結(jié)果，由于無需人工檢測當(dāng)前汽車電機的定子和轉(zhuǎn)子，因此減少了當(dāng)前汽車電機的定子和轉(zhuǎn)子的缺陷檢測結(jié)果的獲取時間，因此有利于提高缺陷檢測結(jié)果的獲取效率；另一方面，由于訓(xùn)練后的所述深度學(xué)習(xí)模型，不會出現(xiàn)人為誤差的情況，因此有利于提高獲取到的缺陷檢測結(jié)果的可靠性。