[发明专利]一种基于神经网络的外观检测方法和系统有效
| 申请号： | 201711041424.2 | 申请日： | 2017-10-30 |
| 公开（公告）号： | CN107833210B | 公开（公告）日： | 2020-10-20 |
| 发明（设计）人： | 李伯仲;翟发旺 | 申请（专利权）人： | 俊杰机械（深圳）有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/33;G06N3/08;G06N3/04;G06K9/32 |
| 代理公司： | 北京品源专利代理有限公司 11332 | 代理人： | 潘登 |
| 地址： | 518103 广东省深圳市宝*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种基于神经网络的外观检测方法和系统。该方法包括：获取待测目标对象的外观图像；确定外观图像中待测目标区域；根据待测目标区域提取待测目标对象的特征向量；将特征向量作为多层感知器模型的输入，并根据多层感知器模型的输出确定待测目标对象的外观形态类型，其中，多层感知器模型根据预设样本预先训练得到。从而不再依赖于阈值判定，解决了因阈值判定的单一性导致的准确性和容错性较差的问题，从而提高了外观检测的准确率，增强了容错性，扩大了机器视觉的应用范围以及促进了智能制造的发展。 | ||
| 搜索关键词： | 一种 基于 神经网络 外观 检测 方法 系统 | ||
【主权项】：
一种基于神经网络的外观检测方法，其特征在于，包括：获取待测目标对象的外观图像；确定所述外观图像中待测目标区域；根据所述待测目标区域提取所述待测目标对象的特征向量；将所述特征向量作为多层感知器模型的输入，并根据所述多层感知器模型的输出确定所述待测目标对象的外观形态类型，其中，所述多层感知器模型根据预设样本预先训练得到。
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俊杰机械（深圳）有限公司，未经俊杰机械（深圳）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/patent/201711041424.2/，转载请声明来源钻瓜专利网。
