基于異常檢測算法進行工業(yè)零件表面缺陷檢測方法及系統(tǒng)
基本信息
申請?zhí)?/td> | CN202111185034.9 | 申請日 | - |
公開(公告)號 | CN113902710A | 公開(公告)日 | 2022-01-07 |
申請公布號 | CN113902710A | 申請公布日 | 2022-01-07 |
分類號 | G06T7/00(2017.01)I;G06T7/62(2017.01)I;G06V10/774(2022.01)I;G06K9/62(2022.01)I;G06N3/04(2006.01)I | 分類 | 計算;推算;計數(shù); |
發(fā)明人 | 王凱;陳立名;田楷;晏文仲;黃金;張健浩;楊劍遠 | 申請(專利權(quán))人 | 菲特(天津)檢測技術(shù)有限公司 |
代理機構(gòu) | 天津盈佳知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) | 代理人 | 孫寶蕓 |
地址 | 300308天津市濱海新區(qū)自貿(mào)試驗區(qū)(空港經(jīng)濟區(qū))空港物流加工區(qū)中心大道西側(cè)西七道北側(cè)嶺尚家園95號樓-1 | ||
法律狀態(tài) | - |
摘要
摘要 | 本發(fā)明屬于深度學習異常檢測技術(shù)領(lǐng)域,公開了基于異常檢測算法進行工業(yè)零件表面缺陷檢測方法及系統(tǒng),獲取待檢測產(chǎn)品的圖像,收集待檢測良品件在工業(yè)相機下拍攝表層圖像數(shù)據(jù);將圖像輸入到teacher?student異常檢測網(wǎng)絡(luò)模型中進行訓練;使用訓練完成后產(chǎn)出的模型對缺陷數(shù)據(jù)與良品數(shù)據(jù)進行檢測;返回檢測的結(jié)果給客戶端,由客戶端顯示檢測結(jié)果;將檢出的異常區(qū)域及區(qū)域大小傳給軟件的客戶端,通過軟件上的面積閾值判別是否為需剔除缺陷??蓾M足絕大多數(shù)表層結(jié)構(gòu)簡單的零件表面異常區(qū)域檢測。相較于目標檢測,節(jié)省大量模型訓練與數(shù)據(jù)收集時間,對于項目盡快推進與驗收都有極大的促進作用。 |
