[发明专利]基于深度学习的材料显微图像缺陷识别方法、设备及装置有效
| 申请号： | 202110259892.7 | 申请日： | 2021-03-10 |
| 公开（公告）号： | CN112862811B | 公开（公告）日： | 2023-06-13 |
| 发明（设计）人： | 曹元成;徐佐;沙武鑫;朱志华;武汉琦;程丹芃;曹志成 | 申请（专利权）人： | 华中科技大学;中信戴卡股份有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/10;G06T7/70;G06N3/08;G06N3/0464 |
| 代理公司： | 武汉卓越志诚知识产权代理事务所(特殊普通合伙) 42266 | 代理人： | 胡婷婷 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习的材料显微图像缺陷识别方法、设备及装置。首先采用分类标记对获取的材料结构显微图像进行缺陷标注；然后利用仿射变换将样本图片集分割形成训练集；接着利用含有分类标注的训练集对预先构建的缺陷识别模型进行训练；最后利用训练好的缺陷识别模型对待识别缺陷样本进行缺陷检测，获得目标缺陷样本中的缺陷类别与位置。本发明采用分类标注的方法对缺陷图像进行标注，并综合卷积神经网络模型、区域生成模型和语义分割模型，从而实现高精度的图像分割和识别，提高缺陷识别的速度和精度，有助于推动合金工业的智能化进展，加速第四次工业革命在金属铸造行业的应用。 | ||
| 搜索关键词： | 基于 深度 学习 材料 显微 图像 缺陷 识别 方法 设备 装置 | ||
【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华中科技大学;中信戴卡股份有限公司，未经华中科技大学;中信戴卡股份有限公司许可，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/202110259892.7/，转载请声明来源钻瓜专利网。
- 上一篇：晶圆夹具
- 下一篇：一种可悬挂便携式电流表
