公开(公告)号：CN119228776A

公开(公告)日：2024-12-31

申请号：CN202411392194.4

申请日：2024-10-08

Applicant: 桂林电子科技大学

Inventor： 叶松 ,  梁鑫浩 ,  张紫扬 ,  李雨生 ,  王图南

IPC: G06T7/00 ,  G06T5/60 ,  G06T5/70 ,  G06T5/90 ,  G06T7/10 ,  G06T7/60 ,  G06T7/62 ,  G06V10/774 ,  G06V10/82 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/096

Abstract: 本发明提供的是一种基于深度学习的偏振成像检测直槽丝锥的检测方法。包括以下步骤：步骤S1：利用偏振相机采集直槽丝锥在不同拍摄方位角下的多偏振角度图像并形成数据集。利用RDN神经网络对图像去噪和增强对比度并进行匹配校准，获得偏振度和偏振角图像。步骤S2：对训练集和验证集图像进行标注，包括丝锥的磨损、缺陷区域和特征，基于ImageNet预训练模型训练Mask R‑CNN，分析训练指标，选择最佳权重文件。步骤S3：Mask R‑CNN模型检测测试集中缺陷、磨损信息并分割关键特征。步骤S4：对分割后的图像进行掩码提取，利用分割后的掩码进行标定测量、计算尺寸。步骤S5：检测并筛选不合格产品。本发明能够为制造业检测直槽丝锥提供一种高效、准确且可靠的解决方案。