[发明专利]一种基于深度学习的工件缺陷检测方法在审
| 申请号： | 202011614975.5 | 申请日： | 2020-12-31 |
| 公开（公告）号： | CN114764763A | 公开（公告）日： | 2022-07-19 |
| 发明（设计）人： | 夏筱筠;叶岚清;张霞;崔东静 | 申请（专利权）人： | 中国科学院沈阳计算技术研究所有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/62;G06N3/04;B07C5/02;B07C5/34;B07C5/36 |
| 代理公司： | 沈阳科苑专利商标代理有限公司 21002 | 代理人： | 王倩 |
| 地址： | 110168 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习的工件缺陷检测方法，包括已下步骤：1)图像采集：根据传输带、摄像机、玻璃板等设备搭建工件自动检测装置，通过自动化方式采集待检侧工件图像。2)图像预处理：将采集到的图像通过图像增强、锐化滤波、暗通道去雾等算法进行图片预处理，凸显工件特征，提高检测的准确性与科学性。3)缺陷检测模型：在Faster R‑CNN模型基础上，将Resnet50作为主干网络，引入可变形卷积和特征金字塔结构训练缺陷检测模型。并用训练好的模型进行检测，根据缺陷位置和面积大小判断工件是否存在缺陷。4)手柄分类：通过机械手柄将有缺陷和无缺陷的工件进行分类放置。本发明旨在改进FasterR‑CNN深度神经网络，从而自动化地检测工件是否存在缺陷，提高工件缺陷检测准确率，降低工件生产成本。 | ||
| 搜索关键词： | 一种 基于 深度 学习 工件 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中国科学院沈阳计算技术研究所有限公司，未经中国科学院沈阳计算技术研究所有限公司许可，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/202011614975.5/，转载请声明来源钻瓜专利网。
