[发明专利]一种基于深度学习的颗粒产品缺陷检测方法有效
| 申请号： | 201810004284.X | 申请日： | 2018-01-03 |
| 公开（公告）号： | CN108229561B | 公开（公告）日： | 2022-05-13 |
| 发明（设计）人： | 刘雄飞;田立勋;肖腾;李翠君;肖男;马腾;丛琳 | 申请（专利权）人： | 北京先见科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06V10/764;G06V10/774;G06V10/82;G06V10/44;G06N3/04 |
| 代理公司： | 北京律谱知识产权代理有限公司 11457 | 代理人： | 罗建书 |
| 地址： | 100094 北京市海淀区*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度学习的颗粒状产品缺陷检测方法。本发明有至关重要的实际意义：第一，由于本发明方法训练集数据全面且均衡，传统算法所无法识别的目标本算法也能准确识别；第二，申请人选择在LAB颜色空间对目标区域和背景进行分离，能更好地消除光照变化的影响，提高准确率；第三，本发明基于C‑HOG特征和SVM分类算法检测颗粒产品目标，相较于传统NCC模板匹配算法，本检测方法速度更快，精度更高；最后，本发明针对颗粒状产品的特性，采用了改进的深度学习算法进行颗粒产品目标分类，能更精准地提取药片本身纹理信息，更准确地进行目标分类。相较于传统算法，本发明全面降低了检测的误检率和漏检率，大大降低了企业的生产成本，提高了生产效率。 | ||
| 搜索关键词： | 一种 基于 深度 学习 颗粒 产品 缺陷 检测 方法 | ||
【主权项】：
1.一种基于深度学习的颗粒产品缺陷检测方法，其特征在于，所述方法包括利用工业相机获得目标产品的图像并基于所获得图像通过神经网络进行缺陷识别。
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北京先见科技有限公司，未经北京先见科技有限公司许可，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/patent/201810004284.X/，转载请声明来源钻瓜专利网。
