[发明专利]皮革缺陷检测方法、系统及装置在审
| 申请号： | 202210905195.9 | 申请日： | 2022-07-29 |
| 公开（公告）号： | CN115170547A | 公开（公告）日： | 2022-10-11 |
| 发明（设计）人： | 郁炜;陈志强;张亚龙;朱秋琴 | 申请（专利权）人： | 衢州学院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/764;G06V10/82;G06V10/774;G06N3/04;G06N3/08 |
| 代理公司： | 北京润平知识产权代理有限公司 11283 | 代理人： | 郑磊 |
| 地址： | 324000 *** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 皮革 缺陷 检测 方法 系统 装置 | ||
1.一种皮革缺陷检测方法，其特征在于，所述方法包括：
获取待检测的皮革样本的皮革样本图像；
构建基于迁移学习的皮革缺陷域自适应模型；
将皮革样本图像输入至皮革缺陷域自适应模型中进行检测，得到皮革缺陷检测结果。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：采用皮革缺陷样本图像对皮革缺陷域自适应模型进行训练。
3.根据权利要求2所述的方法，其特征在于，所述皮革缺陷样本图像来自建立的样本数据库或采用数据增强处理后得到的缺陷样本。
4.根据权利要求3所述的方法，其特征在于，所述迁移学习包括以下步骤：
获取源域样本和目标域样本；
对采集到的皮革样本图像进行预处理，得到目标样本；
使用源域样本训练深度学习模型，以获得源域的深度学习模型的权值和偏移量；
将源域的深度学习模型结构和参数转移到目标域，通过输入目标域样本对深度学习模型参数进行微调，将目标样本输入至微调后的深度学习模型中，得到目标样本与无缺陷图像之间的映射。
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：对源域样本和目标域样本的分布差异处理，包括：将目标域样本与经处理后的源域样本进行比较，通过阈值划分，得到特征差异图像的二进制图像。
6.根据权利要求4所述的方法，其特征在于，所述深度学习模型采用卷积神经网络或深度信念网络。
7.根据权利要求4所述的方法，其特征在于，所述预处理包括：图像对比度处理和/或图像灰度变换处理。
8.一种皮革缺陷检测系统，所述系统用于实现权利要求1-7中任一项所述的皮革缺陷检测方法，其特征在于，所述系统包括：
图像获取模块，用于获取待检测的皮革样本的皮革样本图像；
模型构建模块，用于构建基于迁移学习的皮革缺陷域自适应模型；
缺陷检测模块，用于将皮革样本图像输入至皮革缺陷域自适应模型中进行检测，得到皮革缺陷检测结果。
9.一种皮革缺陷检测装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-7中任一项所述的皮革缺陷检测方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1-7中任一项所述的皮革缺陷检测方法。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于衢州学院，未经衢州学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202210905195.9/1.html，转载请声明来源钻瓜专利网。
- 上一篇：含胰岛素的药物组合物
- 下一篇：一种用于自动驾驶的系统及其部署方法
