一種基于遷移學(xué)習(xí)和知識(shí)圖譜的工業(yè)視覺檢測(cè)方法
基本信息
| 申請(qǐng)?zhí)?/td> | 2020111666558 | 申請(qǐng)日 | - |
| 公開（公告）號(hào) | CN112258485A | 公開（公告）日 | 2021-01-22 |
| 申請(qǐng)公布號(hào) | CN112258485A | 申請(qǐng)公布日 | 2021-01-22 |
| 分類號(hào) | G06T7/00(2017.01)I; | 分類 | 計(jì)算；推算；計(jì)數(shù); |
| 發(fā)明人 | 張淮;楊磊 | 申請(qǐng)（專利權(quán)）人 | 南京清湛人工智能研究院有限公司 |
| 代理機(jī)構(gòu) | 合肥鴻知運(yùn)知識(shí)產(chǎn)權(quán)代理事務(wù)所（普通合伙） | 代理人 | 劉騏鳴 |
| 地址 | 211100江蘇省南京市江寧區(qū)秣周東路9號(hào)（江寧開發(fā)區(qū)） | ||
| 法律狀態(tài) | - | ||
摘要
| 摘要 | 本發(fā)明屬于視覺檢測(cè)技術(shù)領(lǐng)域，尤其為一種基于遷移學(xué)習(xí)和知識(shí)圖譜的工業(yè)視覺檢測(cè)方法，包括以下步驟：S1：使用拍攝設(shè)備拍攝各種合格零件的各個(gè)方位的圖像，作為合格樣本；S2：將采集到的合格樣本圖像導(dǎo)入計(jì)算機(jī)，并對(duì)合格樣本圖像進(jìn)行標(biāo)注；S3：根據(jù)合格樣本圖像，通過RPN網(wǎng)絡(luò)和SVM分類器進(jìn)行處理，使其生成零部件的合格檢測(cè)模型。本發(fā)明首先通過采集各種合格零部件的各個(gè)方位的圖像，作為合格樣本，從而可以制作成合格零部件的檢測(cè)模型樣品，然后采集待檢測(cè)零部件的各個(gè)方位的圖像進(jìn)行比對(duì)，即可判斷出待檢測(cè)零部件是否為合格品，所以這種檢測(cè)方式較為方便快捷，效率更高，且檢測(cè)的準(zhǔn)確率也較高。?? |
