[发明专利]基于SSD算法的表面缺陷识别方法在审
| 申请号： | 201810669959.2 | 申请日： | 2018-06-26 |
| 公开（公告）号： | CN108876781A | 公开（公告）日： | 2018-11-23 |
| 发明（设计）人： | 王宏杰;黄运保;李海艳 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G01N21/88;G06N3/04 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 林丽明 |
| 地址： | 510006 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于SSD算法的表面缺陷识别方法，包括以下步骤：采集五金件缺陷图像，得到缺陷图像库；构造深度卷积网络，将训练集中的缺陷图像输入深度卷积网络进行训练，得到图像特征图；对图像特征图进行缺陷检测，进行误差计算；根据误差更新参数，当误差小于设定误差阈值时停止训练，得到训练完的深度卷积网络；将测试机中的缺陷图像输入训练完的深度卷积网络进行测试，判断图像误差是否符合要求；若是，选择测试图像输入训练完的深度卷积网络进行测试，得到识别结果。本发明提供的一种基于SSD算法的表面缺陷识别方法，通过训练深度卷积网络对五金件表面缺陷进行智能化的识别，自动化程度高，有效地提高了对五金件表面缺陷检测的效率。 | ||
| 搜索关键词： | 卷积 缺陷图像 表面缺陷识别 网络 五金件表面 缺陷检测 图像特征 测试 更新参数 图像输入 图像误差 误差计算 选择测试 测试机 五金件 有效地 智能化 阈值时 自动化 采集 | ||
【主权项】：
1.一种基于SSD算法的表面缺陷识别方法，其特征在于，包括以下步骤：S1：采集五金件缺陷图像，得到缺陷图像库；S2：将缺陷图像库分为训练集和测试集，在每张图像上打上缺陷类型标签；S3：构造深度卷积网络，将训练集中的缺陷图像输入深度卷积网络进行训练，得到图像特征图；S4：对图像特征图进行缺陷检测，得到检测结果与标签比较并进行误差计算；根据误差更新深度卷积网络参数，当误差小于深度卷积网络设定误差阈值时停止训练，得到训练完的深度卷积网络；S5：将测试机中的缺陷图像输入训练完的深度卷积网络进行测试，判断图像误差是否符合要求；若是，执行S7；若否，执行S3重新训练深度卷积网络；S6：选择测试图像输入训练完的深度卷积网络进行测试，得到识别结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
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广东工业大学，未经广东工业大学许可，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/patent/201810669959.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种复杂背景下桥梁裂缝图像裂缝检测方法
- 下一篇：回忆视频创建方法及相关装置
