技术摘要：
本申请实施例提供一种数据处理方法、瑕疵的检测方法、计算设备及存储介质，在本申请实施例中，根据图片特征确定像素的预测类型以及预测检测框，预测类型反映像素是否属于瑕疵的情况，预测目标框反映像素在具有瑕疵时的瑕疵位置；确定像素的预测类型与真实类型之间的类  全部
背景技术：
随着现代化大工业的发展，高速的生产效率和低速的检测效率形成一个巨大的矛 盾，然而在工业项目检测中，一个基本要求是定性的判断出产品是否存在瑕疵，避免不良产 品走出车间或者走出下一个生产线。目前在一些工业生产中还有不少企业采用人工检测的 方式对产品的质量进行检测，传统的人工目检是一种完全的主观评价方法，具有主观因素 大、实时性差、效率低下等缺点，已经满足不了制造企业的检测需求。
技术实现要素：
本申请的多个方面提供一种数据处理方法、瑕疵的检测方法、计算设备及存储介 质，用以全方位自动化地较为准确地检测瑕疵，提高生产效率。 本申请实施例提供一种数据处理方法，包括：获取至少一张图片的特征，根据所述 特征确定该图片中像素的预测类型以及预测检测框，所述预测类型反映像素是否属于瑕疵 的情况，所述预测目标框反映像素在具有瑕疵时的瑕疵位置；确定像素的所述预测类型与 真实类型之间的类型损失，以及确定像素的预测检测框与真实检测框之间的检测框损失； 根据像素的类型损失以及检测框损失，确定像素的总损失，根据所述总损失，生成瑕疵的检 测模型。 本申请实施例还提供一种瑕疵的检测方法，包括：获取至少一张待预测图片，确定 待预测图片中的像素的预测类型以及预测检测框；针对一张待预测图片，根据所述预测类 型聚合像素，生成像素区域，并根据像素的预测检测框，确定所述像素区域的预测检测框； 根据所述像素区域和/或像素区域的预测检测框，确定待预测图片的瑕疵。 本申请实施例还提供一种瑕疵的检测方法，包括：获取至少一张图片的特征，根据 所述特征确定该图片中像素的预测类型以及预测检测框，所述预测类型反映像素是否属于 瑕疵的情况，所述预测目标框反映像素在具有瑕疵时的瑕疵位置；确定像素的所述预测类 型与真实类型之间的类型损失，以及确定像素的预测检测框与真实检测框之间的检测框损 失；根据像素的类型损失以及检测框损失，确定像素的总损失，根据所述总损失，生成瑕疵 的检测模型；根据生成瑕疵的检测模型，确定待预测图片中的像素的预测类型以及预测检 测框；针对一张待预测图片，根据所述预测类型聚合像素，生成像素区域，并根据像素的预 测检测框，确定所述像素区域的预测检测框；根据所述像素区域和/或像素区域的预测检测 框，确定待预测图片的瑕疵。 本申请实施例还提供一种瑕疵的检测系统，包括：第一计算设备以及第二计算设 备；所述第一计算设备，获取至少一张图片的特征，根据所述特征确定该图片中像素的预测 类型以及预测检测框，所述预测类型反映像素是否属于瑕疵的情况，所述预测目标框反映 6 CN 111598825 A 说　明　书 2/17 页 像素在具有瑕疵时的瑕疵位置；确定像素的所述预测类型与真实类型之间的类型损失，以 及确定像素的预测检测框与真实检测框之间的检测框损失；根据像素的类型损失以及检测 框损失，确定像素的总损失，根据所述总损失，生成瑕疵的检测模型；所述第二计算设备，根 据生成瑕疵的检测模型，确定待预测图片中的像素的预测类型以及预测检测框；针对一张 待预测图片，根据所述预测类型聚合像素，生成像素区域，并根据像素的预测检测框，确定 所述像素区域的预测检测框；根据所述像素区域和/或像素区域的预测检测框，确定待预测 图片的瑕疵。 本申请实施例还提供一种计算设备，包括存储器以及处理器；所述存储器，用于存 储计算机程序；所述处理器，用于执行所述计算机程序，以用于：获取至少一张图片的特征， 根据所述特征确定该图片中像素的预测类型以及预测检测框，所述预测类型反映像素是否 属于瑕疵的情况，所述预测目标框反映像素在具有瑕疵时的瑕疵位置；确定像素的所述预 测类型与真实类型之间的类型损失，以及确定像素的预测检测框与真实检测框之间的检测 框损失；根据像素的类型损失以及检测框损失，确定像素的总损失，根据所述总损失，生成 瑕疵的检测模型。 本申请实施例还提供一种存储有计算机程序的计算机可读存储介质，其特征在 于，计算机程序被一个或多个处理器执行时，致使所述一个或多个处理器实现上述瑕疵的 检测方法中的步骤。 本申请实施例还提供一种计算设备，包括存储器以及处理器；所述存储器，用于存 储计算机程序；所述处理器，用于执行所述计算机程序，以用于：获取至少一张待预测图片， 确定待预测图片中的像素的预测类型以及预测检测框；针对一张待预测图片，根据所述预 测类型聚合像素，生成像素区域，并根据像素的预测检测框，确定所述像素区域的预测检测 框；根据所述像素区域和/或像素区域的预测检测框，确定待预测图片的瑕疵。 本申请实施例还提供一种存储有计算机程序的计算机可读存储介质，计算机程序 被一个或多个处理器执行时，致使所述一个或多个处理器实现上述瑕疵的检测方法中的步 骤。 本申请实施例还提供一种计算设备，包括存储器以及处理器；所述存储器，用于存 储计算机程序；所述处理器，用于执行所述计算机程序，以用于：获取至少一张图片的特征， 根据所述特征确定该图片中像素的预测类型以及预测检测框，所述预测类型反映像素是否 属于瑕疵的情况，所述预测目标框反映像素在具有瑕疵时的瑕疵位置；确定像素的所述预 测类型与真实类型之间的类型损失，以及确定像素的预测检测框与真实检测框之间的检测 框损失；根据像素的类型损失以及检测框损失，确定像素的总损失，根据所述总损失，生成 瑕疵的检测模型；根据生成瑕疵的检测模型，确定待预测图片中的像素的预测类型以及预 测检测框；针对一张待预测图片，根据所述预测类型聚合像素，生成像素区域，并根据像素 的预测检测框，确定所述像素区域的预测检测框；根据所述像素区域和/或像素区域的预测 检测框，确定待预测图片的瑕疵。 本申请实施例还提供一种存储有计算机程序的计算机可读存储介质，计算机程序 被一个或多个处理器执行时，致使所述一个或多个处理器实现上述瑕疵的检测方法中的步 骤。 在本申请实施例中，根据图片特征确定像素的预测类型以及预测检测框，预测类 7 CN 111598825 A 说　明　书 3/17 页 型反映像素是否属于瑕疵的情况，预测目标框反映像素在具有瑕疵时的瑕疵位置；确定像 素的预测类型与真实类型之间的类型损失，以及确定像素的预测检测框与真实检测框之间 的检测框损失，从而确定像素的总损失，根据总损失，生成瑕疵的检测模型，并根据检测模 型对待预测图片进行瑕疵检测，能够以高准确率和高速度进行瑕疵检测的分割，且全方位 自动化地实现瑕疵检测的分割，从而减少人力成本，提高产品生产效率，为产品创造价值。 附图说明 此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申 请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中： 图1为本申请一示例性实施例的瑕疵的检测系统的结构示意图； 图2为本申请一示例性实施例的数据处理方法的流程示意图； 图3为本申请一示例性实施例提供的瑕疵的检测方法的流程示意图； 图4为本申请又一示例性实施例提供的瑕疵的检测方法的流程示意图； 图5为本申请一示例性实施例提供的瑕疵的示意图； 图6为本申请又一示例性实施例提供的瑕疵的示意图； 图7为本申请又一示例性实施例提供的困难负样本的获取示意图； 图8为本申请一示例性实施例提供的数据处理装置的结构示意图； 图9为本申请一示例性实施例提供的瑕疵的检测装置的结构示意图； 图10为本申请又一示例性实施例提供的瑕疵的检测装置的结构示意图； 图11为本申请一示例性实施例提供的计算设备的结构示意图； 图12为本申请又一示例性实施例提供的计算设备的结构示意图； 图13为本申请又一示例性实施例提供的计算设备的结构示意图。