[发明专利]一种检测产品缺陷的方法及装置在审
| 申请号： | 201910431943.2 | 申请日： | 2019-05-23 |
| 公开（公告）号： | CN110136130A | 公开（公告）日： | 2019-08-16 |
| 发明（设计）人： | 徐文杰;黄耀;张辉 | 申请（专利权）人： | 北京阿丘机器人科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G01N21/84;G01N21/95 |
| 代理公司： | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人： | 徐彦圣 |
| 地址： | 100000 北京市海淀*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供了一种检测产品缺陷的方法及装置，包括：获取待检测产品的深度图像，将所述深度图像转换为平面灰度图像；将所述平面灰度图像输入到预先构建的深度学习网络，得到所述待检测产品的缺陷检测结果。可以提升产品缺陷的检测效率。 | ||
| 搜索关键词： | 产品缺陷 平面灰度图像 待检测产品 深度图像 种检测 缺陷检测结果 构建 转换 检测 申请 网络 学习 | ||
【主权项】：
1.一种检测产品缺陷的方法，其特征在于，包括：获取待检测产品的深度图像，将所述深度图像转换为平面灰度图像；将所述平面灰度图像输入到预先构建的深度学习网络，得到所述待检测产品的缺陷检测结果，其中，通过如下步骤构建所述深度学习网络；获取样品的样品深度图像，将所述样品深度图像转换为样品平面灰度图像；依据所述样品包含的缺陷特征，对所述样品对应的样品平面灰度图像进行标注，根据标注的样品平面灰度图像，将所述标注的样品平面灰度图像划分为训练集以及测试集；以所述训练集中标注的样品平面灰度图像的缺陷区域作为深度学习训练网络的输入，以该缺陷区域对应的缺陷类型作为所述深度学习训练网络的输出，对所述深度学习训练网络进行训练；以所述测试集中标注的样品平面灰度图像的缺陷区域作为训练的深度学习训练网络的输入，获取所述训练的深度学习训练网络的输出结果，与以该缺陷区域对应的缺陷类型进行比对，获取所述训练的深度学习训练网络的网络精度；若所述网络精度小于预先设置的精度阈值，依据所述训练集对所述训练的深度学习训练网络继续训练，直至所述训练的深度学习训练网络的网络精度不小于所述精度阈值，得到所述深度学习网络。
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北京阿丘机器人科技有限公司，未经北京阿丘机器人科技有限公司许可，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/201910431943.2/，转载请声明来源钻瓜专利网。
