一种基于深度学习的薄膜表面缺陷检测方法、系统及设备
基本信息
申请号 | CN201910694129.X | 申请日 | - |
公开(公告)号 | CN110473179A | 公开(公告)日 | 2019-11-19 |
申请公布号 | CN110473179A | 申请公布日 | 2019-11-19 |
分类号 | G06T7/00;G06K9/62;G06N20/00 | 分类 | 计算;推算;计数; |
发明人 | 毛雪慧;陈果;闫龑;王洋 | 申请(专利权)人 | 上海深视信息科技有限公司 |
代理机构 | 上海精晟知识产权代理有限公司 | 代理人 | 上海深视信息科技有限公司 |
地址 | 200241 上海市闵行区东川路555号乙楼1027室 | ||
法律状态 | - |
摘要
摘要 | 本发明提供了一种基于深度学习的薄膜表面缺陷检测方法、系统及设备。一种基于深度学习的薄膜表面缺陷检测方法包括S1:对检材正面进行图像采集;S2:对所述检材反面进行所述图像采集;S3:进行图像预处理;S4:进行轮廓外观缺陷检测;S5:判断轮廓检测结果;S6:使用多通道进行融合,得到多通道融合图像;S7:导入预先训练好的深度学习模型中。一种基于深度学习的薄膜表面缺陷检测系统包括图像采集模块、图像预处理模块、图像融合模块和图像检测模块;一种基于深度学习的薄膜表面缺陷检测设备包括存储器和处理器。本发明的有益效果是:可在成本低廉前提下,对光学薄膜缺陷进行有效识别,减少人工成本,提高识别效率,且部署简单,可重复性较高。 |
