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:南京信息职业技术学院
摘要:本发明提供一种工业品表面瑕疵检测方法和装置。针对产品质量采用人工方式检测导致检测效率较低的问题,充分利用图像的高层语义特征及低层的细节特征,提高对小目标的识别能力,运用深度学习相关技术,构造了基于改进YOLOv3网络的小目标检测算法。在图像上进行卷积神经网络的训练,对融合特征进行瑕疵分类和位置回归,基于所构建的检测模型的置信度,对最终获得的所有结果进行假定处理,输出瑕疵的边界框和分类。方法解决瑕疵品检测标签重写和聚类问题,试验结果表明,基于机器视觉的工业品表面瑕疵检测方法效率高、精度高、成本低,环境适应性强。
主权项:1.一种工业品表面瑕疵检测方法,其特征在于,包括以下步骤:获取工业品的表面视频图像;对所述视频图像进行提取,获取含有瑕疵信息的图像;先输入一张RGB的原始图像,然后陆续会有三个不同标准数值的作为结果,涵盖了基于区别标准的多个结果。对所述含有瑕疵信息的图像进行训练,分析工业品表面区域,得到瑕疵区域,瑕疵区域所在的工业品即为不良品。
全文数据:
权利要求:
百度查询: 南京信息职业技术学院 一种工业品表面瑕疵检测方法和装置
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。