[发明专利]基于神经网络算法的导电粒子的检测方法及装置在审
| 申请号： | 201910789732.6 | 申请日： | 2019-08-26 |
| 公开（公告）号： | CN110717378A | 公开（公告）日： | 2020-01-21 |
| 发明（设计）人： | 邓向阳;刘江舟;冯绍欣 | 申请（专利权）人： | 苏州感知线智能科技有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/40;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 32297 南京艾普利德知识产权代理事务所(特殊普通合伙) | 代理人： | 陆明耀 |
| 地址： | 215163 江苏省苏州市*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于神经网络算法的导电粒子的检测方法和系统，通过采集的图像，标注训练图像数据集构建训练样本，将训练样本输入卷积神经网络训练成卷积神经网络训练模型，再将实际图像输入进所述卷积神经网络训练模型获得导电粒子的检测结果并分类。本发明能分类检测出导电粒子的优劣，从而为实现工业目标物的自动检测和识别提供技术支持；本发明还可进行图像增强、亮度变换、图像仿射变化等处理，增强视觉分析的便捷性和识别精度，大大地节约了人工费用并且提高效率。 | ||
| 搜索关键词： | 导电粒子 卷积神经网络 训练样本 图像 神经网络算法 神经网络训练 仿射变化 分类检测 工业目标 技术支持 检测结果 亮度变换 人工费用 实际图像 视觉分析 图像增强 训练模型 训练图像 自动检测 便捷性 数据集 成卷 构建 标注 采集 分类 节约 检测 | ||
【主权项】：
1.一种基于神经网络算法的导电粒子的检测方法，其特征在于，包括如下步骤：/n训练步骤，获取训练图像数据集，标注训练图像数据集构建训练样本，将训练样本输入卷积神经网络，获得卷积神经网络的连接权值和偏置值，进而获得卷积神经网络训练模型；/n检测分类步骤，获取实际图像，输入进所述卷积神经网络训练模型，获得导电粒子的检测结果，并分类。/n
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苏州感知线智能科技有限公司，未经苏州感知线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/201910789732.6/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
