[发明专利]一种基于深度学习的工业CT检测缺陷的智能识别方法在审
| 申请号： | 202010717952.0 | 申请日： | 2020-07-23 |
| 公开（公告）号： | CN112102229A | 公开（公告）日： | 2020-12-18 |
| 发明（设计）人： | 赵纪元;王军军;张周锁 | 申请（专利权）人： | 西安交通大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/08;G06N3/04;G06K9/62 |
| 代理公司： | 西安通大专利代理有限责任公司 61200 | 代理人： | 李红霖 |
| 地址： | 710049 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于深度学习的工业CT检测缺陷的智能识别方法，采集工业CT检测图像；对工业CT检测图像进行处理，得到深度学习数据集；搭建U‑net网络；U‑net网络训练；利用训练好的U‑net网络对新的工业CT检测图像的缺陷进行自动识别。本发明无需复杂的特征提取过程，可以将工业CT检测图像直接输入到U‑net网络中，大大减少了预处理的难度；由于通过卷积操作采用局部感受野和权值共享技术减少了参数空间，大幅度降低了算法的复杂度；本发明采用U‑net网络进行工业CT检测缺陷识别，具有高准确率、低危害性缺陷漏检率和高灵敏度的特点。 | ||
| 搜索关键词： | 一种 基于 深度 学习 工业 ct 检测 缺陷 智能 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西安交通大学，未经西安交通大学许可，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/202010717952.0/，转载请声明来源钻瓜专利网。
