[发明专利]一种基于深层卷积神经网络的铸件表面缺陷识别方法有效
| 申请号： | 202010049394.5 | 申请日： | 2020-01-16 |
| 公开（公告）号： | CN111223088B | 公开（公告）日： | 2023-05-02 |
| 发明（设计）人： | 贾民平;邢俊杰;黄鹏;胡建中;许飞云 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00 |
| 代理公司： | 南京众联专利代理有限公司 32206 | 代理人： | 朱欣欣 |
| 地址： | 210096 *** | 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： | 本发明公开了一种基于深度卷积神经网络的铸件表面缺陷识别方法；该方法包括步骤如下：1.收集铸件表面缺陷图像并对图像进行标注，建立一个常见铸件表面缺陷的数据集；2.构建深度卷积神经网络缺陷识别模型；3.构建网络损失函数；4.将数据集分为训练集和测试集，使用训练集对缺陷识别网络进行训练；5.将测试图像输入训练好的网络，就可以识别出缺陷的位置、类型和大小；本发明提升了铸件表面缺陷的识别精度和识别性能，推动了铸件质量检测的在线化、智能化和自动化发展。 | ||
| 搜索关键词： | 一种 基于 深层 卷积 神经网络 铸件 表面 缺陷 识别 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东南大学，未经东南大学许可，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/202010049394.5/，转载请声明来源钻瓜专利网。
