一种基于PFNet的工业品伪装瑕疵识别方法
实质审查的生效
摘要
本发明涉及工业检测领域，具体涉及利用机器学习、深度学习的一种基于PFNet的工业品伪装瑕疵识别方法,包括如下步骤:步骤（1）工业品经过生产线和质检机上的工业相机，工业相机对工业品进行拍摄，拍摄的图像被保存；步骤（2）基于PFNet搭建伪装瑕疵检测模型，模型包括特征提取模块、定位模块和三个聚焦模块；步骤（3）对步骤（2）中所构建的PFNet模型进行训练，然后使用保存的训练参数对工业品的图像进行伪装瑕疵识别。本发明经过数据的训练所得出的模型，具有更高的灵活性和识别精度，具有很好的实用价值和应用前景。
基本信息
专利标题 ：
一种基于PFNet的工业品伪装瑕疵识别方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114332083A
申请号 ：
CN202210221014.0
公开（公告）日 ：
2022-04-12
申请日 ：
2022-03-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李刚邵瑞李敏周鸣乐
申请人 ：
齐鲁工业大学
申请人地址 ：
山东省济南市长清区大学路3501号
代理机构 ：
济南格源知识产权代理有限公司
代理人 ：
刘晓政
优先权 ：
CN202210221014.0
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06V20/00 G06V10/26 G06V10/774 G06V10/80 G06V10/82 G06K9/62 G06N3/04
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
2022-04-29 ：
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20220309
申请日 : 20220309
2022-04-12 ：
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
