基于异常检测算法进行工业零件表面缺陷检测方法及系统
基本信息
| 申请号 | CN202111185034.9 | 申请日 | - |
| 公开（公告）号 | CN113902710A | 公开（公告）日 | 2022-01-07 |
| 申请公布号 | CN113902710A | 申请公布日 | 2022-01-07 |
| 分类号 | 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 | 分类 | 计算；推算；计数; |
| 发明人 | 王凯;陈立名;田楷;晏文仲;黄金;张健浩;杨剑远 | 申请（专利权）人 | 菲特（天津）检测技术有限公司 |
| 代理机构 | 天津盈佳知识产权代理事务所（特殊普通合伙） | 代理人 | 孙宝芸 |
| 地址 | 300308天津市滨海新区自贸试验区（空港经济区）空港物流加工区中心大道西侧西七道北侧岭尚家园95号楼-1 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明属于深度学习异常检测技术领域，公开了基于异常检测算法进行工业零件表面缺陷检测方法及系统，获取待检测产品的图像，收集待检测良品件在工业相机下拍摄表层图像数据；将图像输入到teacher‑student异常检测网络模型中进行训练；使用训练完成后产出的模型对缺陷数据与良品数据进行检测；返回检测的结果给客户端，由客户端显示检测结果；将检出的异常区域及区域大小传给软件的客户端，通过软件上的面积阈值判别是否为需剔除缺陷。可满足绝大多数表层结构简单的零件表面异常区域检测。相较于目标检测，节省大量模型训练与数据收集时间，对于项目尽快推进与验收都有极大的促进作用。 |
