一种基于深度学习的金属曲面缺陷分析系统及方法
基本信息
| 申请号 | CN202110129347.6 | 申请日 | - |
| 公开（公告）号 | CN112907519A | 公开（公告）日 | 2021-06-04 |
| 申请公布号 | CN112907519A | 申请公布日 | 2021-06-04 |
| 分类号 | G06T7/00;G06T7/11;G06T7/136;G06T7/194;G06T7/73;G06T5/00;G06N3/04;G06N3/08;G01N21/88 | 分类 | 计算；推算；计数; |
| 发明人 | 习勇;张家业;徐洪浩 | 申请（专利权）人 | 广州信邦智能装备股份有限公司 |
| 代理机构 | 深圳深瑞知识产权代理有限公司 | 代理人 | 晁阳飞 |
| 地址 | 510800 广东省广州市花都区汽车城车城大道北侧 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习的金属曲面缺陷分析系统及方法，它包括主界面、图像预处理模块、图像训练库模块、卷积神经网络算法模块和输出模块。系统通过深度学习的智能检测技术，通过对叶片对待识别的金属曲面图像进行检测识别，采用深度学习技术不断训练系统对于金属曲面各种缺陷组成的检测过程，对金属曲面如叶片表面的各种缺陷进行识别、分类、分析、图像分割，最终达到对金属曲面已定义的各种缺陷的智能高精度识别和检测，为金属曲面各种缺陷类型检测提供有意义的方法。 |
