一种基于迁移学习和知识图谱的工业视觉检测方法
基本信息
| 申请号 | 2020111666558 | 申请日 | - |
| 公开（公告）号 | CN112258485A | 公开（公告）日 | 2021-01-22 |
| 申请公布号 | CN112258485A | 申请公布日 | 2021-01-22 |
| 分类号 | G06T7/00(2017.01)I; | 分类 | 计算；推算；计数; |
| 发明人 | 张淮;杨磊 | 申请（专利权）人 | 南京清湛人工智能研究院有限公司 |
| 代理机构 | 合肥鸿知运知识产权代理事务所（普通合伙） | 代理人 | 刘骐鸣 |
| 地址 | 211100江苏省南京市江宁区秣周东路9号（江宁开发区） | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明属于视觉检测技术领域，尤其为一种基于迁移学习和知识图谱的工业视觉检测方法，包括以下步骤：S1：使用拍摄设备拍摄各种合格零件的各个方位的图像，作为合格样本；S2：将采集到的合格样本图像导入计算机，并对合格样本图像进行标注；S3：根据合格样本图像，通过RPN网络和SVM分类器进行处理，使其生成零部件的合格检测模型。本发明首先通过采集各种合格零部件的各个方位的图像，作为合格样本，从而可以制作成合格零部件的检测模型样品，然后采集待检测零部件的各个方位的图像进行比对，即可判断出待检测零部件是否为合格品，所以这种检测方式较为方便快捷，效率更高，且检测的准确率也较高。 |
