合肥金星智控科技股份有限公司
宣传

位置:中冶有色 >

有色技术频道 >

> 物理检测技术

> 一种基于深度学习的工件表面缺陷检测方法

一种基于深度学习的工件表面缺陷检测方法

819   编辑:管理员   来源:中冶有色技术网  
2023-03-19 06:25:53
本发明公开了一种基于深度学习的工件表面缺陷检测方法,具体为:采集不同背景及光照条件下的工件图像;对采集的工件图像进行预处理;构建深度卷积神经网络模型获得6个不同层的特征图;采用特征金字塔特征图进行多尺度特征融合预测,使用K‑means聚类算法得到产生4个anchor box预测目标边界框,使用交叉熵损失函数预测类别;通过非极大值抑制算法去除冗余的预测边界框;输出工件表面缺陷的位置信息以及类别。本发明解决人工检测以及物理检测法检测效率低、精度差的问题,克服传统机器视觉缺陷检测适应性差的问题,提高工件表面缺陷的检测效率和准确率,降低人力成本,而且可以快速适应新型产品的表面缺陷检测,缩短开发周期,提高灵活性。
声明:
“一种基于深度学习的工件表面缺陷检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)
分享 0
         
举报 0
收藏 0
反对 0
点赞 0
标签:
物理检测
全国热门有色金属技术推荐
展开更多 +

 

中冶有色技术平台微信公众号
了解更多信息请您扫码关注官方微信
中冶有色技术平台微信公众号中冶有色技术平台

最新更新技术

报名参会
更多+

报告下载

2024退役新能源器件循环利用技术交流会
推广

热门技术
更多+

衡水宏运压滤机有限公司
宣传
环磨科技控股(集团)有限公司
宣传

发布

在线客服

公众号

电话

顶部
咨询电话:
010-88793500-807
专利人/作者信息登记