[发明专利]一种基于深度卷积神经网络的粗糙度等级识别方法在审
| 申请号： | 201811559998.3 | 申请日： | 2018-12-20 |
| 公开（公告）号： | CN109840899A | 公开（公告）日： | 2019-06-04 |
| 发明（设计）人： | 黄之文;朱坚民;朱家明;颜正杰;张纯纯;陈琳;孟聪;魏周祥 | 申请（专利权）人： | 上海理工大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04;G06N3/08 |
| 代理公司： | 上海邦德专利代理事务所(普通合伙) 31312 | 代理人： | 余昌昊 |
| 地址： | 200093 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种基于深度卷积神经网络的粗糙度等级识别方法，包括建立不同加工方式的粗糙度标准块的粗糙度等级图像数据库、构建深度卷积神经网络、训练深度卷积神经网络以获取深度卷积神经网络模型及将粗糙度等级图像输入深度卷积神经网络模型以获取粗糙度等级。本发明利用深度卷积神经网络，可识别多种加工方式的粗糙度，解决了传统视觉方法只能分辨单一加工方式的粗糙度等级的问题。 | ||
| 搜索关键词： | 粗糙度 卷积神经网络 等级识别 等级图像 加工 标准块 可识别 构建 分辨 数据库 视觉 | ||
【主权项】：
1.一种基于深度卷积神经网络的粗糙度等级识别方法，其特征在于，包括以下步骤：S1：建立不同加工方式的粗糙度标准块的粗糙度等级图像数据库；S2：构建深度卷积神经网络；S3：训练深度卷积神经网络以获取深度卷积神经网络模型；S4：将粗糙度等级图像输入深度卷积神经网络模型以获取粗糙度等级。
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上海理工大学，未经上海理工大学许可，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/201811559998.3/，转载请声明来源钻瓜专利网。
