-
公开(公告)号：CN111861983A
公开(公告)日：2020-10-30
申请号：CN202010513484.5
申请日：2020-06-08
Applicant: 上海电机学院
Abstract: 本发明涉及机器视觉以及陶瓷缺陷检测领域，尤其涉及一种基于深度学习算法的陶瓷杯缺陷检测方法。属于机器视觉和深度学习领域，所述方法包括：对陶瓷产品图片进行像素级别的缺陷标注，并将原始产品图片以及对应的标注信息作为样本数据从而得到原始数据集、训练集以及测试集；构建基于深度学习的缺陷检测网络模型；将所述训练集和测试集输入搭建好的缺陷检测模型进行训练，通过参数微调得到完整检测模型之后，该模型完成在线检测陶瓷产品缺陷任务。本发明采用目标检测机器学习算法，针对具体应用场景改进了深度学习网络的具体结构，使得该模型在陶瓷缺陷种类繁多、缺陷区域微小等不利条件下，仍能高效、准确地检出并进行自动缺陷种类判别。
Search Results
1
records
(took 0.027 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
