发明人：黄坤山; 李俊宇; 彭文瑜; 林玉山; 魏登明

本发明提供基于语义分割的注射器缺陷检测方法，包括以下步骤，步骤S1：注射器图像采集，步骤S2：将json文件用代码转换成png掩膜图片，步骤S3：图像处理，即完成了注射器数据集的制作，步骤S4：构建全卷积神经网络模型，将训练数据集输入到语义分割网络中，迭代模型参数后得到收敛的分割模型，步骤S5：对模型进行测试，将测试数据集输入到语义分割网络中，得到注射器分割图，对比原图上的缺陷，判断模型的分割精度，步骤S6：导出模型文件，通过语义分割网络进行缺陷检测，自动判断注射器是否有缺陷相较于传统的人工检测，更加快速和准确，提高制造过程的自动化程度，能大大降低企业成本，同时提高生产率。