一种基于深度学习的第三轨焊点检测方法及装置
基本信息
| 申请号 | CN202010280860.0 | 申请日 | - |
| 公开（公告）号 | CN113516706A | 公开（公告）日 | 2021-10-19 |
| 申请公布号 | CN113516706A | 申请公布日 | 2021-10-19 |
| 分类号 | G06T7/70（2017.01）I;G06T7/00（2017.01）I;G06T7/12（2017.01）I;G06T7/13（2017.01）I;G06T7/187（2017.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 黄永祯;杨少鹏 | 申请（专利权）人 | 银河水滴科技（北京）有限公司 |
| 代理机构 | 北京超成律师事务所 | 代理人 | 邓超 |
| 地址 | 100191 北京市海淀区学院路51号首享科技大厦7层0711 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本申请提供了一种基于深度学习的第三轨焊点检测方法及装置，其中，该方法包括：采集待检测的第三轨焊点的图像；对所述待检测的第三轨焊点的图像进行图像分割处理，以提取包含第三轨焊点的感兴趣区域；利用残差网络结构构建残差神经网络模型；利用焊点样本对所述残差神经网络模型进行训练；利用训练好的所述残差神经网络模型对所述包含第三轨焊点的感兴趣区域进行第三轨焊点检测。本申请实施例使用较少的资源就可以实现高效的焊点自动化检测。 |
