[发明专利]基于深度学习的薄膜瑕疵检测方法在审
| 申请号： | 202011099999.1 | 申请日： | 2020-10-15 |
| 公开（公告）号： | CN112132828A | 公开（公告）日： | 2020-12-25 |
| 发明（设计）人： | 吴浩楠;王慧燕 | 申请（专利权）人： | 浙江工商大学;浙江小芃科技有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04;G06N3/08 |
| 代理公司： | 杭州奥创知识产权代理有限公司 33272 | 代理人： | 王佳健 |
| 地址： | 310018 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 深度 学习 薄膜 瑕疵 检测 方法 | ||
【权利要求书】：
1.基于深度学习的薄膜瑕疵检测方法，其特征在于该方法包括以下步骤：
步骤（1）根据yolov5的卷积神经网络结构，在coco数据库上进行训练得到一个预训练网络；
步骤（2）通过对所述的预训练网络进行微调，在薄膜数据库上学习一个新的网络模型，即目标网络；
步骤（3）将目标网络加载到系统中，将相机采集的实时薄膜数据载入系统中进行检测；
所述步骤（2）的微调具体为：修改预训练网络的网络结构，将网络结构中的特征金字塔结构进行修改，将主干网络中的第3层进行下采样及升维度，与特征金字塔输出的P4层进行相加操作；将主干网络中的第5层进行下采样及升维度，与特征金字塔输出的P5层进行相加操作，得到直角特征金字塔结构。
2.根据权利要求1所述的基于深度学习的薄膜瑕疵检测方法，其特征在于：所述步骤（3）具体为：将采集薄膜图像的相机部署在生产线上，实时获取薄膜图像，将图像传入系统中进行实时检测；若检测到瑕疵，系统自动用红色矩形框在图像中标注并打印在屏幕上。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江工商大学;浙江小芃科技有限公司，未经浙江工商大学;浙江小芃科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/202011099999.1/1.html，转载请声明来源钻瓜专利网。
