一种基于深度学习的自动化工业缺陷检测系统及装置
公开
摘要
本发明提供了一种基于深度学习的自动化工业缺陷检测系统，包括：特征提取模块，所述特征提取模块包括以下提取步骤：S1，自下而上提取原始图片各阶段的特征图，生成数据集，设数据集为{C2,C3,C4,C5}时；S2，自上而下进行采样，对{C2,C3,C4,C5}分别使用256个n*n的卷积运算，提取到{F2,F3,F4,F5}特征；S3，再次采用n*n的卷积核进行特征提取，F2特征采用n*n卷积核提取出P2特征，同时用n*n卷积核处理F3特征，将F3处理后的特征与P2融合并进行下采样操作，得到P3特征；S4，用k*k卷积核提取出{S2,S3,S4,S5}特征，最后对S5进行最大池化操作得到S6；最终所有特征图构成集合{S2,S3,S4,S5,S6}。本发明解决实际工业生产中数据不足，缺陷类型表征不够丰富，样本类别不平衡的问题。
基本信息
专利标题 ：
一种基于深度学习的自动化工业缺陷检测系统及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114612438A
申请号 ：
CN202210251719.7
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-15
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
陈伟锋陈宇
申请人 ：
厦门微亚智能科技有限公司
申请人地址 ：
福建省厦门市厦门火炬高新区信息光电园金丰大厦201A室
代理机构 ：
厦门千旭专利代理事务所(特殊普通合伙)
代理人 ：
郑云超
优先权 ：
CN202210251719.7
主分类号 ：
G06T7/00
IPC分类号 ：
G06T7/00 G06N3/04 G06N3/08 G06K9/62 G06V10/774 G06V10/82 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
2022-06-10 ：
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
