[发明专利]一种基于多层卷积神经网络的相机外壳喷漆检测系统和方法在审
| 申请号： | 201910968138.3 | 申请日： | 2019-10-12 |
| 公开（公告）号： | CN110738648A | 公开（公告）日： | 2020-01-31 |
| 发明（设计）人： | 戴鸿君;于治楼;姜凯 | 申请（专利权）人： | 山东浪潮人工智能研究院有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/46;G06K9/62 |
| 代理公司： | 37100 济南信达专利事务所有限公司 | 代理人： | 孙晶伟 |
| 地址： | 250100 山东省济南市高新*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多层卷积神经网络的相机外壳喷漆检测系统，属于神经网络图像处理领域；所述的检测系统包括数据收集模块、图像判定模块、通知显示模块、预处理模块、模型构造模块和模型训练模块；预处理模块将数据收集模块收集的生产线上产品的图像处理成数据集；模型训练模块将数据集输入到构造的图像识别模型内，使用梯度下降训练得到成熟模型后，图像判定模块再将数据集输入到成熟的图像识别模型内，进行图像判定后将结果通过显示模块进行显示输出；本发明系统中构造的五层卷积神经网络和三层全连接网络的识别模型能够实现智能预测生产线上产品加工是否合格，发明系统相比于传统VGG16等网络模型，卷积层较少，因此参数较少，训练时更容易拟合。 | ||
| 搜索关键词： | 图像判定 数据集 卷积神经网络 模型训练模块 数据收集模块 预处理模块 检测系统 图像识别 模型构造模块 图像处理领域 产品加工 成熟模型 连接网络 神经网络 通知显示 图像处理 网络模型 显示模块 相机外壳 智能预测 喷漆 多层 卷积 拟合 三层 输出 成熟 | ||
【主权项】：
1.一种基于多层卷积神经网络的相机外壳喷漆检测系统，其特征是所述的检测系统包括数据收集模块、模型构造模块、模型训练模块、图像判定模块和显示通知模块；/n数据收集模块：对采集相机外壳喷漆的图像数据进行采集；/n模型构造模块利用卷积神经网络构造图像识别模型：第一层由卷积层、LEAKY_RELU激活函数和池化层组成，第二层由卷积层、LEAKY_RELU激活函数和池化层组成，第三层由same卷积层和LEAKY_RELU激活函数组成，第四层由same卷积层和LEAKY_RELU激活函数组成，第五层由same卷积层和LEAKY_RELU激活函数组成，第六层由神经元构成的全连接层组成，第七层由神经元构成的全连接层组成，第八层由神经元构成的全连接层组成；/n模型训练模块：将数据收集模块收集的图像数据传入至模型构造模块构造的图像识别模型内进行识别训练，得到图像识别模型的成熟模型；/n图像判定模块：将图像数据传入成熟模型内进行图像判定；/n显示通知模块：将判定结果进行显示输出。/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山东浪潮人工智能研究院有限公司，未经山东浪潮人工智能研究院有限公司许可，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/201910968138.3/，转载请声明来源钻瓜专利网。
