基于深度学习的联合多个通道产品缺陷分类方法
基本信息
| 申请号 | CN202010483651.6 | 申请日 | - |
| 公开（公告）号 | CN111709918A | 公开（公告）日 | 2020-09-25 |
| 申请公布号 | CN111709918A | 申请公布日 | 2020-09-25 |
| 分类号 | G06T7/00(2017.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 许琦;王立军;朱天同;潘勇;莫仲念;刘飞月 | 申请（专利权）人 | 深圳市深视创新科技有限公司 |
| 代理机构 | 深圳市中智立信知识产权代理有限公司 | 代理人 | 深圳市深视创新科技有限公司 |
| 地址 | 518000广东省深圳市南山区科技园高新中一道2号长园新材5栋1楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种基于深度学习的联合多个通道产品缺陷分类方法，包括：导入产品需要训练的每一通道图像，手动标注单个通道图像的缺陷位置区域和类型；设置训练参数，按模型尺寸对缺陷位置处进行裁切，生成单个通道小图；开始训练，待训练周期数达到设置值后自动结束训练，并保存验证集测试效果最佳的模型；导入事先准备好的检测和联合多通道分类模型，按固定尺寸和步长遍历图像所有区域，若检测模型判为缺陷，再将该产品对应的所有通道该区域的所有小图切出，进行联合多通道缺陷分类；汇总所有检测和联合多通道分类结果，将位置相近区域缺陷进行合并输出。本发明的算法通用性强，对比市面上一般深度学习单输入模式有很大进步和创新。 |
