摘要
本发明公开了基于图像处理的喷码字符缺陷检测方法、设备及介质，属于计算机视觉和深度学习技术领域，本发明要解决的技术问题为如何减轻质检员工作负担，提高之间效率和准确率，降低生产成本，采用的技术方案为：收集有关字符缺陷的训练数据集，单独对每个字符通过labelimg进行标注，包括汉字、数字及英文字符；采用one‑stage模型，对每个字符单独检测，直接进行缺陷与否的判定；运用Focal Loss损失函数，训练one‑stage模型；在YOLOv5模型以及Focal Loss损失函数的基础上，增加特征检测层，用于模型自动分析和识别不同大小的目标，提升对各种规模目标的识别能力；对检测结果进行算法后处理，利用目标之间的空间关系将相邻边界框合并，捕捉目标对象的整体特征。
