公开(公告)号：CN113724223B

公开(公告)日：2022-05-24

申请号：CN202111008164.5

申请日：2021-08-27

Applicant: 江南大学

Inventor： 杨玮林 ,  张永巍 ,  董越 ,  许德智

IPC: G06T7/00 ,  G06T5/20 ,  G06T5/00 ,  G06N3/04 ,  G06K9/62 ,  G06T7/90 ,  G06V10/774 ,  G06V10/82 ,  G06V10/32

Abstract: 本发明涉及基于光学显微镜的YOLOv3数据集制作方法及系统。本发明包括：利用光学显微镜对样品进行划痕图像的采集；对采集到的划痕图像进行统一图像尺寸；对统一尺寸后的图像进行处理以突出划痕；对处理后的图像进行样本扩充；手动标注图像样本中划痕的位置及宽度尺寸，获得手动标注数据；将手动标注数据作为输入训练yolo‑v3神经网络，获得极细微划痕目标检测模型；将图像数据集中的剩余样本输入到极细微划痕目标检测模型中，获得剩余样本的划痕标注结果。本发明大大提高了数据集的制作效率，并且本发明所获得的极细微划痕目标检测模型仍可以用于普通视觉系统所采集图像的检测。

公开(公告)号：CN114092441A

公开(公告)日：2022-02-25

申请号：CN202111386718.5

申请日：2021-11-22

Applicant: 江南大学

Inventor： 杨玮林 ,  董越 ,  许德智 ,  潘庭龙 ,  张永巍

IPC: G06T7/00 ,  G06T7/73 ,  G06T7/593 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于双重神经网络的产品表面缺陷检测方法，包括以下步骤：S1：收集带有缺陷的样本图像；S2：对样本图像进行处理，形成数据集；S3：采用数据集分别训练提前搭建好的第一神经网络和第二神经网络，得到对应的第一缺陷预测模型和第二缺陷预测模型；S4：利用CCD探测阵列实时采集待测图像；S5：将待测图像进行预处理后依次输入第一缺陷预测模型和第二缺陷预测模型，得到图像上缺陷的类型、尺寸及位置。本发明解决模型训练所需数据量较大，漏检率高、误检率高、效率低等问题。

公开(公告)号：CN113724223A

公开(公告)日：2021-11-30

申请号：CN202111008164.5

申请日：2021-08-27

Applicant: 江南大学

Inventor： 杨玮林 ,  张永巍 ,  董越 ,  许德智

IPC: G06T7/00 ,  G06T5/20 ,  G06T5/00 ,  G06N3/04 ,  G06K9/62 ,  G06K9/42 ,  G06T7/90

Abstract: 本发明涉及基于光学显微镜的YOLOv3数据集制作方法及系统。本发明包括：利用光学显微镜对样品进行划痕图像的采集；对采集到的划痕图像进行统一图像尺寸；对统一尺寸后的图像进行处理以突出划痕；对处理后的图像进行样本扩充；手动标注图像样本中划痕的位置及宽度尺寸，获得手动标注数据；将手动标注数据作为输入训练yolo‑v3神经网络，获得极细微划痕目标检测模型；将图像数据集中的剩余样本输入到极细微划痕目标检测模型中，获得剩余样本的划痕标注结果。本发明大大提高了数据集的制作效率，并且本发明所获得的极细微划痕目标检测模型仍可以用于普通视觉系统所采集图像的检测。