[发明专利]一种基于深度神经网络增广训练的表面缺陷检测方法有效
| 申请号： | 201911144016.9 | 申请日： | 2019-11-20 |
| 公开（公告）号： | CN111105391B | 公开（公告）日： | 2023-05-02 |
| 发明（设计）人： | 叶红霞;林泽盛;湛斌 | 申请（专利权）人： | 复旦大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 上海正旦专利代理有限公司 31200 | 代理人： | 陆飞;陆尤 |
| 地址： | 200433 *** | 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： | 本发明属于表面缺陷检测技术领域，具体为一种基于深度神经网络增广训练的表面缺陷检测方法。本发明方法，对于深度神经网络在物体表面缺陷数据集经过增广的数据集上进行训练；训练过程分为：静态增广训练和动态增广训练；前者仅针对表面缺陷数据集进行翻转和小幅平移增广操作的数据集进行训练，后者针对表面缺陷数据集进行其它增广操作的数据集进行训练；对表面缺陷数据集的增广操作包括平移、旋转、缩放、添加噪声、亮度调整、图像填充等；实验表明，本发明可防止神经网络过拟合或无法拟合，节省训练时间，增强深度神经网络模型的准确率和鲁棒性；在数据集较小及类型不均衡的情况下，可以提高物体表面缺陷检测的精确度和召回率。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 增广 训练 表面 缺陷 检测 方法 | ||
【主权项】：
暂无信息
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复旦大学，未经复旦大学许可，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/201911144016.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种改进的海天线检测和评估方法
- 下一篇：一种复合材料、其制备方法及用途
