首页/ 宁波聚华光学科技有限公司/ 专利详情

一种基于深度学习的工业零件缺陷检测方法

基本信息

申请号 CN202110695517.7 申请日 -
公开（公告）号 CN113392915A 公开（公告）日 2021-09-14
申请公布号 CN113392915A 申请公布日 2021-09-14
分类号 G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I;G06T7/00（2017.01）I;G06T7/73（2017.01）I;G01N21/88（2006.01）I 分类 计算；推算；计数;
发明人 李翔玮;林洲臣;王鑫欢;王泽霖 申请（专利权）人 宁波聚华光学科技有限公司
代理机构 浙江中桓联合知识产权代理有限公司 代理人 朱萍
地址 315800浙江省宁波市北仑区新碶莫干山路36号A幢1号-301室
法律状态 -

摘要

摘要 本发明公开了一种基于深度学习的工业零件缺陷检测方法，涉及工业质检领域，主要包括步骤：获取预设数量的工业零件原始图像及经过缺陷标记后的缺陷标注图；根据缺陷标注图获取卷积池化处理后的特征图，将特征图与池化阶段中各池化层的输出进行融合，并利用初始卷积核卷积得到分割网络；调整卷积核大小依次对分割网络进行训练；根据原始图像和缺陷标注图对相应分割网络的输出结果进行分类训练，得到分类网络；根据分割网络和分类网络对工业零件原始图像进行缺陷程度、缺陷位置和缺陷种类判断。本发明通过先后池化‑上采样‑融合的处理，将缺陷分割的问题转换为分类问题，利用卷积神经网络擅长分类的优势，实现工业零件的缺陷标注和分类的高效性。