[发明专利]一种基于CNN和LR的汽车钣金件裂纹检测系统在审
| 申请号： | 201810716315.4 | 申请日： | 2018-07-03 |
| 公开（公告）号： | CN109102493A | 公开（公告）日： | 2018-12-28 |
| 发明（设计）人： | 李振书 | 申请（专利权）人： | 柳州市木子科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04;G06N3/08;G01N21/88 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 545000 广西*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于CNN和LR的汽车钣金件裂纹检测系统，具体检测流程如下：首先人工标注正负样本；然后采用模型进行训练，训练时采用CNN将图像映射为固定维度的一维向量，以向量为特征，采用LR训练模型参数；最后对新的产品图像进行预测，确定是否合格。CNN输入层由32×32个感知节点组成，接收原始图像，然后，计算流程在卷积和子抽样之间交替进行，最终得到输出向量，最终的输出向量采用LR进行预测，判断其label。本技术方案实现了一种基于CNN和LR的汽车钣金件检测系统，CNN神经网络泛化能力很强，可以保证高的准确率，解决了之前人工检测准确率低、劳动强度大的问题，降低了公司成本。 | ||
| 搜索关键词： | 汽车钣金件 裂纹检测 输出向量 准确率 产品图像 感知节点 公司成本 检测系统 人工标注 人工检测 神经网络 图像映射 训练模型 一维向量 原始图像 正负样本 输入层 子抽样 预测 卷积 维度 向量 检测 保证 | ||
【主权项】：
1.一种基于CNN和LR的汽车钣金件裂纹检测系统，其特征在于，具体检测流程如下：1）人工标注正负样本；2）采用模型进行训练：首先采用CNN将图像映射为固定维度的一维向量，以向量为特征，采用LR训练模型参数；3）对新的产品图像进行预测，确定是否合格。
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柳州市木子科技有限公司，未经柳州市木子科技有限公司许可，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/201810716315.4/，转载请声明来源钻瓜专利网。
