基于机器学习的板材涨塞检测系统和检测方法
基本信息
| 申请号 | CN201911395979.6 | 申请日 | - |
| 公开（公告）号 | CN111062938A | 公开（公告）日 | 2020-04-24 |
| 申请公布号 | CN111062938A | 申请公布日 | 2020-04-24 |
| 分类号 | G06T7/00;G01N21/25;G01N21/88;G06K9/62;G06T5/00;G06T7/11 | 分类 | 计算；推算；计数; |
| 发明人 | 王志远;朱远鹏;康庆;王化明 | 申请（专利权）人 | 科派股份有限公司 |
| 代理机构 | 北京文苑专利代理有限公司 | 代理人 | 科派股份有限公司 |
| 地址 | 225000 江苏省扬州市经济开发区金港路11号（科派股份有限公司） | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开一种基于机器学习的板材涨塞检测系统，包括传送装置、光源模块、采集模块、检测模块、控制模块。本发明实现基于机器学习的板材涨塞检测系统的检测方法，包括：利用均值漂移聚类算法对板材图像分割，提取板材特征并识别板材型号；通过模板匹配算法，得到涨塞可能存在的区域；构建注意力恒等残差网络并训练其作为图像分类器，将这些区域输入图像分类器中确定区域内是否存在涨塞，如果存在，确定涨塞类型；将涨塞位置与类型与标准模板比对，得到检测结果。本发明可代替人工检测板材涨塞的多植、漏植、错植等缺陷，提高板材检测的自动化程度，降低人工成本，提高生产效率。 |
