-
公开(公告)号:CN116416234A
公开(公告)日:2023-07-11
申请号:CN202310384365.8
申请日:2023-04-06
Applicant: 中国地质大学(武汉)
IPC: G06T7/00 , G06T7/136 , G06T5/00 , G06V10/46 , G06V10/75 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明提供一种轨道机车表面缺陷检测方法及系统,包括:获取外表面图像的标准图像和缺陷图像;对标准图像进行裁剪,获得无缺陷样本集;对缺陷图像进行图像校正和裁剪,获得缺陷样本集;通过损失函数对孪生CNN网络进行训练,获得训练好的孪生CNN网络;将无缺陷样本集输入训练好的孪生CNN网络,获得第一特征张量F1;将缺陷样本集输入训练好的孪生CNN网络,获得第二特征张量F2;计算第一特征张量F1与第二特征张量F2之间的欧式距离,获得距离图;对距离图进行优化获得最终变化图。本发明构建并训练孪生CNN网络,能够使用该网络进行标准图像和缺陷图像的特征提取,解决了因图像背景复杂无法有效提取图像缺陷区域特征的问题。
-
公开(公告)号:CN116152209A
公开(公告)日:2023-05-23
申请号:CN202310175412.8
申请日:2023-02-27
Applicant: 中国地质大学(武汉)
IPC: G06T7/00 , G06T5/00 , G06V10/26 , G06V10/82 , G06V10/774 , G06V10/40 , G06N3/045 , G06N3/0464 , G06N3/0475 , G06N3/048 , G06N3/084
Abstract: 本发明公开了一种耳机罩缺陷检测方法、装置、设备及存储介质,包括:首先采集耳机罩表面样本构造样本数据集;其次进行亮度均衡算法处理,可以提高缺陷区域的对比度,帮助网络模型更好地训练;然后构造深度卷积生成对抗网络DCGAN模型,用于扩充缺陷样本;然后将扩充的缺陷样本加入的初始的样本数据集中,作为新的样本数据集;最后将UNet作为主干网络,并加入了注意力机制构建语义分割网络Attention‑UNet,用于对实时采集的耳机罩图片进行缺陷检测,提取出当前耳机罩图片中的缺陷区域,进而实现整个缺陷检测过程。该方法可以解决基于传统的耳机罩缺陷检测方法容易受环境、光照等因素影响,检测精度低,以及在深度学习中部分缺陷样本不足等问题。
-
公开(公告)号:CN119579562A
公开(公告)日:2025-03-07
申请号:CN202411729660.3
申请日:2024-11-29
Applicant: 中国地质大学(武汉)
Abstract: 本发明公开了一种轨道列车表面重要构件失效形式检测方法、介质及设备,涉及智能检测工程技术领域,轨道列车表面重要构件失效形式检测方法主要包括:根据轨道机车外表面图像得到训练数据集;构建构件分割模型,利用训练数据集对构件分割模型进行训练得到训练好的构件分割模型;利用训练好的构件分割模型检测待测图像得到螺栓分割图像,进行多边形拟合、角度计算和检测,得到检测结果。实施本发明提供的轨道列车表面重要构件失效形式检测方法、介质及设备,能提升列车表面重要构件失效形式检测的精确性和可靠性。
-
-