申请/专利权人：浙江台州数本人工智能科技有限公司

申请日：2024-04-30

公开（公告）日：2024-06-21

公开（公告）号：CN118218268A

主分类号：B07C5/34

分类号：B07C5/34;B07C5/04;B07C5/36;B07C5/02

优先权：

专利状态码：在审-公开

法律状态：2024.06.21#公开

摘要：本发明涉及一种基于卷积神经网络的圆柱体缺陷检测系统和方法，检测系统由传输结构单元、控制系统和检测结构系统组成，其中，检测结构系统包括：直径‑高度检测单元、端面缺陷检测单元和柱面缺陷检测单元；控制系统包括控制所述检测结构的各个单元的模块，以及检测稳定性η≥99.6%的缺陷产品检测卷积神经网络；且η=0.4a+0.6b，其中a为漏检率，b为误判率。本发明的缺陷检测系统和方法避免了使用传统的图像处理技术检测产品端面缺陷时，受噪声背景的干扰，人为设定的参数和特征不能较好地表征不同类型的缺陷，导致缺陷误检和缺陷检测准确率低的问题，节省了人工劳动力并且实现了生产线的自动化，大大提高了企业的生产效率。

主权项：1.一种基于卷积神经网络的圆柱体缺陷检测系统，其特征在于，所述检测系统由传输结构单元、控制系统和检测结构系统组成，所述传输结构单元为贯穿整个所述检测结构系统的连续的传输带；所述检测结构系统包括3个检测单元：直径-高度检测单元、端面缺陷检测单元和柱面缺陷检测单元，以及设置于所述端面缺陷检测单元与所述柱面缺陷检测单元的均匀来料单元；所述每个检测单元均设置有用于回收缺陷产品的缺陷产品剔除结构，以及与所述缺陷产品剔除结构连通的缺陷产品收集结构；所述控制系统包括控制所述传输结构单元的传输模块，控制直径-高度检测单元的直径-高度模块，控制端面缺陷检测单元的端面模块，控制柱面缺陷检测单元的柱面模块，控制均匀来料单元的排布模块，以及对应每个模块的数据存储器；所述控制系统还包括检测稳定性η≥99.6%的缺陷产品检测卷积神经网络；所述η=0.4a+0.6b，其中a为漏检率，b为误判率；其中，a=（人工复核系统漏检缺陷产品数量检测产品总数）*100%；b=（人工复核误判检测产品数量检测产品总数）*100%；所述缺陷产品检测卷积神经网络由卷积神经网络模型经过训练之后得到，所述训练的具体过程包括准备数据集和训练；所述准备数据集包括收集足够多的缺陷图像样本，并将缺陷图像样本进行分类、图像预处理；所述训练包括选取框架并创建所述卷积神经网络模型、设置所述卷积神经网络模型的训练参数，以及性能评估；所述训练参数包括学习速率、批次大小和迭代次数。

全文数据：

权利要求：

百度查询： 浙江台州数本人工智能科技有限公司 一种基于卷积神经网络的圆柱体缺陷检测系统和方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD