[发明专利]一种铝型材表面缺陷检测与分类方法及系统在审
| 申请号： | 201910445908.6 | 申请日： | 2019-05-27 |
| 公开（公告）号： | CN110163858A | 公开（公告）日： | 2019-08-23 |
| 发明（设计）人： | 不公告发明人 | 申请（专利权）人： | 成都数之联科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T3/40;G06K9/62 |
| 代理公司： | 成都行之专利代理事务所(普通合伙) 51220 | 代理人： | 熊曦 |
| 地址： | 610000 四川省成都市*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种铝型材表面缺陷检测与分类方法及系统，方法包括：S1.分别采集铝型材表面正常和表面缺陷的图像；S2.标注缺陷图像的缺陷区域和缺陷类别获取数据集；S3.将数据集划分为训练数据集和测试数据集；S4.使用训练数据集训练神经网络模型；S5.使用测试数据集评估训练后的模型；S6.采集待处理的铝型材表面缺陷图像，将待处理的铝型材表面缺陷图像输入通过评估的模型，输出铝型材表面缺陷检测与分类的结果；本发明方法快速且准确地实现了铝型材表面缺陷检测与分类。 | ||
| 搜索关键词： | 铝型材表面 缺陷检测 缺陷图像 分类 训练数据集 数据集 训练神经网络 采集 测试数据集 表面缺陷 获取数据 缺陷类别 缺陷区域 使用测试 评估 标注 图像 输出 | ||
【主权项】：
1.一种铝型材表面缺陷检测与分类方法，其特征在于，所述方法包括：S1.分别采集铝型材表面正常和表面缺陷的图像；S2.标注铝型材表面缺陷图像的缺陷区域和缺陷类别，基于铝型材表面正常图像和标注后的有缺陷的图像，获得数据集；S3.将数据集划分为训练数据集和测试数据集；S4.使用训练数据集训练神经网络模型；S5.使用测试数据集评估训练后的模型，基于评估结果判断训练后的模型是否符合预设要求，若不符合则调整模型参数继续训练模型；S6.采集待处理的铝型材表面缺陷图像，将待处理的铝型材表面缺陷图像输入通过评估的模型，输出铝型材表面缺陷检测与分类的结果。
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成都数之联科技有限公司，未经成都数之联科技有限公司许可，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/201910445908.6/，转载请声明来源钻瓜专利网。
