基于深度残差网络与多通道图像融合的表面缺陷分类方法
公开
摘要
本发明涉及工业产品表面缺陷检测识别技术领域，具体地说，涉及一种基于深度残差网络与多通道图像融合的表面缺陷分类方法。其包括如下步骤：步骤S1、构建深度残差网络；步骤S2、对深度残差网络进行训练；步骤S3、构建待分类产品的多通道图像序列；步骤S4、采用预处理模块对多通道图像序列进行自归一化；步骤S5、通过步骤S2训练完成的深度残差网络对经步骤S4处理后的多通道图像序列进行处理，获取表面缺陷类别。本发明能够较佳地适用于对不同产品和表面缺陷检测的快速移植。
基本信息
专利标题 ：
基于深度残差网络与多通道图像融合的表面缺陷分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114612415A
申请号 ：
CN202210216964.4
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-06
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王孟哲梁正南赖勉力李恩全
申请人 ：
宁波九纵智能科技有限公司
申请人地址 ：
浙江省宁波市慈溪市白沙路街道三北大街2588号B幢8楼803室
代理机构 ：
合肥初航知识产权代理事务所(普通合伙)
代理人 ：
金娟娟
优先权 ：
CN202210216964.4
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06N3/08 G06N3/04 G06K9/62 G06V10/44 G06V10/764 G06V10/82
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
2022-06-10 ：
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
