龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：邵阳学院
摘要：本发明涉及图像识别与深度学习技术领域，公开一种基于迁移学习的筷子缺陷检测方法及系统，以提高检测结果的可靠性。方法包括：将采集的筷子原始图像与背景图像作差后得到第一筷子图像；将第一筷子图像输入训练好的六分类深度学习网络模型，得到第一筷子图像在六个分类所对应输出的各个概率值；计算各分类输出概率值之间的方差，判断方差是否小于或等于设定的阈值，如果判断结果为否，直接以最高概率值所对应的标签作为最终的分类结果；如果判断结果为是，将第一筷子图像做图像超分辨率增强处理后得到第二筷子图像，然后将第二筷子图像输入六分类深度学习网络模型，以在六个分类中最高概率值所对应的标签作为最终的分类结果。
主权项：1.一种基于迁移学习的筷子缺陷检测方法，其特征在于，包括：采集筷子原始图像；将所述筷子原始图像与背景图像作差后得到的前景图像二值化，滤波后定位并提取出待检测的第一筷子图像；将所述第一筷子图像输入训练好的六分类深度学习网络模型，所述六分类深度学习网络模型的六个分类分别包括：正常、毛刺、斑点、凹孔、嫩白和裂缝；得到所述第一筷子图像在六个分类所对应输出的各个概率值；计算各分类输出概率值之间的方差，判断所述方差是否小于或等于设定的阈值，如果判断结果为否，直接以最高概率值所对应的标签作为最终的分类结果；如果判断结果为是，将所述第一筷子图像做图像超分辨率增强处理后得到第二筷子图像，然后将所述第二筷子图像输入所述六分类深度学习网络模型，以在六个分类中最高概率值所对应的标签作为最终的分类结果；其中，所述六分类深度学习网络模型的获取包括：利用通用数据集对深度学习网络模型进行预训练；针对训练图像构建六分类数据集，再利用构建的六分类数据集对经过预训练的深度学习网络模型再次训练以得到所述六分类深度学习网络模型。
全文数据：
权利要求：
百度查询： 邵阳学院 基于迁移学习的筷子缺陷检测方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号