[发明专利]基于人工智能的车底缺陷检测方法、装置、设备及系统在审

专利信息
申请号: 201810973612.7 申请日: 2018-08-24
公开(公告)号: CN109242835A 公开(公告)日: 2019-01-18
发明(设计)人: 张旻澍;黄宇 申请(专利权)人: 深圳市兆泰云智能科技有限公司
主分类号: G06T7/00 分类号: G06T7/00;G06K9/00
代理公司: 厦门智慧呈睿知识产权代理事务所(普通合伙) 35222 代理人: 杨玉芳
地址: 518101 广东省深圳市宝安区*** 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: 发明公开了一种基于人工智能的车底故障检测方法、装置、设备及系统,方法包括:获取图像采集设备采集的车底图像;对所述车底图像进行预处理,并对预处理得到的车底图像进行分割定位,得到待检测部件图像;根据预先建立的深度神经网络模型对所述待检测部件图像进行故障识别,以计算所述待检测部件图像对应的车部件存在故障的概率;其中,所述深度神经网络模型通过对经过预处理后的带标签的样本图像集进行训练获得;所述样本图像集包括正样本图像以及负样本图像;当所述概率大于预设的阈值时,判断所述车部件可能存在故障,标记所述待检测部件图像。基于本发明,可实现自动化的车底故障检测,提高了检测效率以及检测精度。
搜索关键词: 待检测部件 预处理 车底图像 图像 神经网络模型 设备及系统 人工智能 故障检测 样本图像 负样本图像 正样本图像 采集设备 故障识别 获取图像 缺陷检测 预先建立 阈值时 概率 检测 预设 自动化 标签 采集 分割
【主权项】:
1.一种基于人工智能的车底故障检测方法,其特征在于,包括:获取图像采集设备采集的车底图像;对所述车底图像进行预处理,并对预处理得到的车底图像进行分割定位,得到待检测部件图像;根据预先建立的深度神经网络模型对所述待检测部件图像进行故障识别,以计算所述待检测部件图像对应的车部件存在故障的概率;其中,所述深度神经网络模型通过对经过预处理后的带标签的样本图像集进行训练获得;所述样本图像集包括正样本图像以及负样本图像;当所述概率大于预设的阈值时,判断所述车部件可能存在故障,标记所述待检测部件图像。
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深圳市兆泰云智能科技有限公司,未经深圳市兆泰云智能科技有限公司许可,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/201810973612.7/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top