公开(公告)号：CN112132784A

公开(公告)日：2020-12-25

申请号：CN202010852863.7

申请日：2020-08-22

Applicant: 安徽大学

Inventor： 陈鹏 ,  吴江 ,  章军 ,  王兵

IPC: G06T7/00 ,  G06T7/11 ,  G06T7/12 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明涉及工业缺陷图像处理技术领域，公开了一种基于小样本深度卷积神经网络用于工业磁瓦缺陷图像分类和分割的方法，包括：数据采集装置，智能处理系统，产品下放装置和数据库系统，该方法为以下步骤：利用数据采集装置对工业生产流水线中的产品图像进行采集，然后传输给智能处理系统和数据库系统；经过数据预处理模块进行一定的处理，再通过智能分类分割模块对有缺陷的产品进行分类并标定出缺陷的位置，利用产品下放装置把有缺陷的产品和没有缺陷的产品，或者不同缺陷的产品分别下放到不同的区域存放。本发明符合工业生产中的需求，适合小样本训练，同时能够实现两种任务，提高了分类的准确度和定位的精度。