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：航天晨光股份有限公司
摘要：本发明涉及金属软管内窥缺陷检测技术领域，本发明提供的一种基于深度学习的内窥缺陷智能检测方法，本发明中采用的基于深度学习的目标检测方法，特别适用于对金属波纹管等工业产品的内窥缺陷进行智能检测。通过对内窥图像的深度分析，可以实现对波纹管内壁的各种缺陷如凹坑、焊接缺陷、锈斑等的自动识别和定位，从而有效提高生产质量控制的效率和准确性。此外，该方法还具有良好的通用性和扩展性，可以应用于其他领域的目标检测任务中，如医学图像分析、交通监控、安防监控等。
主权项：1.一种基于深度学习的内窥缺陷智能检测方法，其特征在于，包括；获取波纹管内壁检测图像，对波纹管内壁检测图像进行数据标注，制作得到波纹管内壁检测图像数据集；对获取的波纹管内壁检测图像进行图像预处理，所述图像预处理包括将波纹管内壁检测图像进行包括滤波、锐化等图像增强处理，腐蚀、膨胀、开运算等形态学处理，得到预处理后的波纹管内壁检测图像；将预处理后的波纹管内壁检测图像代入至预设的自动检测算法模型中，通过预设的自动检测算法模型对预处理后的波纹管内壁检测图像进行缺陷识别，得到图像缺陷识别结果，所述图像缺陷识别结果包括图像缺陷识别的预测种类、图像缺陷位置的目标框以及图像置信度分数；确定图像缺陷识别结果中的缺陷图像位置，采用不同光照强度对缺陷图像位置进行不同光照强度的图像信息采集，建立缺陷图像训练集；构建基于YOLOv5的深度学习模型，将缺陷图像训练集代入至YOLOv5的深度学习模型进行训练学习，得到训练学习结果，根据训练学习结果，对YOLOv5的深度学习模型训练迭代，并调整参数，得到调整后的YOLOv5的深度学习模型，对调整后的YOLOv5的深度学习模型进行测试，并添加数据标注，根据测试结果对YOLOv5的深度学习模型进行优化，建立得到符合技术指标的深度学习检测算法模型，对深度学习检测算法模型进行初步评估，若符合技术指标，则通过符合技术指标的深度学习检测算法模型对预处理后的波纹管内壁检测图像进行数据处理，得到波纹管内壁检测结果，若不符合技术指标，则对深度学习检测算法模型进行优化，并增加标注数据。
全文数据：
权利要求：
百度查询： 航天晨光股份有限公司 一种基于深度学习的内窥缺陷智能检测方法
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。
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