一种基于深度迁移学习的汽车钣金件表面缺陷检测方法
实质审查的生效
摘要
本发明公开一种基于深度迁移学习的汽车钣金件表面缺陷检测方法，包括以下步骤：1、图像获取；2、图像前处理，特征提取；3、第一阶网络训练；4、第一阶网络输出，性能分析；5、调整样本，第二阶网络训练；6、输入待检测图像；7、网络决策；8、重构切片图像，定位缺陷；9、检测结果输出。本发明中通过上述步骤，基于图像处理、机器视觉、深度学习，有效的对汽车钣金表面缺陷进行检测。
基本信息
专利标题 ：
一种基于深度迁移学习的汽车钣金件表面缺陷检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114387213A
申请号 ：
CN202111501922.7
公开（公告）日 ：
2022-04-22
申请日 ：
2021-12-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
陈乾宇博邵杭刘伯威陈镇龙张一丁
申请人 ：
威海北硕检测技术有限公司
申请人地址 ：
山东省威海市经济技术开发区海滨南路28号301室(自主申报)
代理机构 ：
代理人 ：
优先权 ：
CN202111501922.7
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06K9/62 G06N3/04 G06N3/08 G06T3/40 G06V10/25 G06V10/764
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-05-10 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20211209
申请日 : 20211209
2022-04-22 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
