[发明专利]基于深度学习模型AGLNet的工业产品表面缺陷自适应检测方法有效
| 申请号： | 202110918998.3 | 申请日： | 2021-08-11 |
| 公开（公告）号： | CN113808079B | 公开（公告）日： | 2023-06-27 |
| 发明（设计）人： | 余建波;王延舒 | 申请（专利权）人： | 同济大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/774;G06V10/82;G06V10/40;G06N3/0464;G06N3/045;G06V10/764;G06N3/0985 |
| 代理公司： | 上海德昭知识产权代理有限公司 31204 | 代理人： | 郁旦蓉 |
| 地址： | 200092 *** | 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： | 本发明提供一种基于深度学习模型AGLNet的工业产品表面缺陷自适应检测方法，其特征在于，包括以下步骤：步骤S1，对流水线上的工业产品的表面缺陷进行图像采集得到缺陷图像；步骤S2，对缺陷图像进行人为标注，得到不同类别的标签文件；步骤S3，对缺陷图像进行图像增强操作得到增强图像；步骤S4，将标签文件以及对应的增强图像作为表面缺陷数据集；步骤S5，构建基于深度学习网络的缺陷检测器模型，将表面缺陷数据集作为输入，基于深度学习模型AGLNet对制造过程的缺陷数据进行训练；步骤S6，通过训练好的AGLNet模型对工业生产线上的产品进行实时缺陷检测，获取缺陷的类型以及位置信息；步骤S7，对缺陷的类型以及位置信息进行整理统计，分析缺陷产生的原因。 | ||
| 搜索关键词： | 基于 深度 学习 模型 aglnet 工业产品 表面 缺陷 自适应 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同济大学，未经同济大学许可，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/202110918998.3/，转载请声明来源钻瓜专利网。
