公开(公告)号：CN109685774A

公开(公告)日：2019-04-26

申请号：CN201811506337.4

申请日：2018-12-10

Applicant: 桂林理工大学

Inventor： 杨铁军 ,  彭珊 ,  黄琳

IPC: G06T7/00

CPC classification number: G06T7/0004 ,  G06T2207/10004 ,  G06T2207/20081 ,  G06T2207/20084 ,  G06T2207/30164

Abstract: 本发明公开了一种基于深度卷积神经网络的压敏电阻外观缺陷检测方法，包括以下步骤：S1：采集压敏电阻图像，制作所需要的数据集；S2：设计用于识别压敏电阻外观缺陷的深度卷积神经网络模型；S3：利用所述数据集对设计的深度卷积神经网络模型进行训练和验证；S4：利用训练好的深度卷积神经网络模型进行检测。本发明将深度卷积神经网络应用到压敏电阻的外观识别上，能够自动提取压敏电阻的有效特征，提高压敏电阻外观缺陷的分类识别精度。提高了图像处理的效率，能够满足工业生产在线实时检测的需要。