一種基于深度學(xué)習(xí)的工業(yè)零件缺陷檢測(cè)方法

基本信息

申請(qǐng)?zhí)?/td> CN202110695517.7 申請(qǐng)日 -
公開（公告）號(hào) CN113392915A 公開（公告）日 2021-09-14
申請(qǐng)公布號(hào) CN113392915A 申請(qǐng)公布日 2021-09-14
分類號(hào) G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06T7/00（2017.01）I;G06T7/73（2017.01）I;G01N21/88（2006.01）I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 李翔瑋;林洲臣;王鑫歡;王澤霖 申請(qǐng)（專利權(quán)）人 寧波聚華光學(xué)科技有限公司
代理機(jī)構(gòu) 浙江中桓聯(lián)合知識(shí)產(chǎn)權(quán)代理有限公司 代理人 朱萍
地址 315800浙江省寧波市北侖區(qū)新碶莫干山路36號(hào)A幢1號(hào)-301室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于深度學(xué)習(xí)的工業(yè)零件缺陷檢測(cè)方法，涉及工業(yè)質(zhì)檢領(lǐng)域，主要包括步驟：獲取預(yù)設(shè)數(shù)量的工業(yè)零件原始圖像及經(jīng)過缺陷標(biāo)記后的缺陷標(biāo)注圖；根據(jù)缺陷標(biāo)注圖獲取卷積池化處理后的特征圖，將特征圖與池化階段中各池化層的輸出進(jìn)行融合，并利用初始卷積核卷積得到分割網(wǎng)絡(luò)；調(diào)整卷積核大小依次對(duì)分割網(wǎng)絡(luò)進(jìn)行訓(xùn)練；根據(jù)原始圖像和缺陷標(biāo)注圖對(duì)相應(yīng)分割網(wǎng)絡(luò)的輸出結(jié)果進(jìn)行分類訓(xùn)練，得到分類網(wǎng)絡(luò)；根據(jù)分割網(wǎng)絡(luò)和分類網(wǎng)絡(luò)對(duì)工業(yè)零件原始圖像進(jìn)行缺陷程度、缺陷位置和缺陷種類判斷。本發(fā)明通過先后池化?上采樣?融合的處理，將缺陷分割的問題轉(zhuǎn)換為分類問題，利用卷積神經(jīng)網(wǎng)絡(luò)擅長分類的優(yōu)勢(shì)，實(shí)現(xiàn)工業(yè)零件的缺陷標(biāo)注和分類的高效性。