一种基于卷积神经网络的轮胎气泡缺陷检测方法
公开
摘要
本发明公开了一种基于卷积神经网络的轮胎气泡缺陷检测方法，涉及轮胎检测技术领域。本发明包括分析研究轮胎帘线间产生气泡缺陷的原因与特点；研究轮胎X光结构图像下气泡的主要特征；对轮胎X光结构图进行数据增强，来增加训练数据量；使用标注工具进行缺陷标注，并构建数据集；使用卷积神经网络yolov3网络模型来进行气泡缺陷识别模型的训练；对卷积神经网络进行优化，对测试数据进行识别，输出气泡检测识别率。本发明通过采用卷积神经网络模型Yolov3来对轮胎X光图像气泡缺陷数据集进行反复训练与测试，最终在气泡缺陷数据集上的识别率达到91%，实现了对轮胎气泡的快速检测，同时提升了检测的准确率与效率，能够满足工业生产的实际要求。
基本信息
专利标题 ：
一种基于卷积神经网络的轮胎气泡缺陷检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114565575A
申请号 ：
CN202210174555.2
公开（公告）日 ：
2022-05-31
申请日 ：
2022-02-25
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王平马姝颖陈妮文荣
申请人 ：
成都工业学院
申请人地址 ：
四川省成都市花牌坊街2号
代理机构 ：
北京元本知识产权代理事务所(普通合伙)
代理人 ：
曹广生
优先权 ：
CN202210174555.2
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06N3/04 G06N3/08
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
2022-05-31 ：
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
