[发明专利]一种基于深度学习的印刷品缺陷检测方法在审
| 申请号： | 201810463261.5 | 申请日： | 2018-05-15 |
| 公开（公告）号： | CN108918527A | 公开（公告）日： | 2018-11-30 |
| 发明（设计）人： | 袁文智;魏登明;王华龙;李志鹏;李力 | 申请（专利权）人： | 佛山市南海区广工大数控装备协同创新研究院;佛山市广工大数控装备技术发展有限公司 |
| 主分类号： | G01N21/88 | 分类号： | G01N21/88 |
| 代理公司： | 佛山市禾才知识产权代理有限公司 44379 | 代理人： | 资凯亮 |
| 地址： | 528000 广东省佛山市*** | 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： | 一种基于深度学习的印刷品缺陷检测方法，所述印刷品缺陷检测方法包括以下步骤：步骤A：利用CCD工业相机采集图像；步骤B：在所采集的图像中选取不同类别的缺陷图像和无缺陷图像作为训练样本；步骤C：利用训练样本离线集训深度学习算法，得到网络模型的连接权值和偏置参数；步骤D：利用训练好的深度学习算法，在线检测识别印刷品图像的缺陷。本发明提出一种基于深度学习的印刷品缺陷检测方法，通过在印刷过程中采集印刷品图像，并对图像进行预处理，然后预处理后的图像输入到预先训练好的缺陷检测模型进行缺陷检测，提高在生产中印刷品缺陷检测的效率。 | ||
| 搜索关键词： | 印刷品缺陷 检测 预处理 印刷品图像 缺陷检测 缺陷图像 学习算法 训练样本 采集 图像 采集图像 偏置参数 图像输入 网络模型 印刷过程 在线检测 权值和 离线 学习 | ||
【主权项】：
1.一种基于深度学习的印刷品缺陷检测方法，其特征在于：所述印刷品缺陷检测方法包括以下步骤：步骤A：利用CCD工业相机采集图像；步骤B：在所采集的图像中选取不同类别的缺陷图像和无缺陷图像作为训练样本；步骤C：利用训练样本离线集训深度学习算法，得到网络模型的连接权值和偏置参数；步骤D：利用训练好的深度学习算法，在线检测识别印刷品图像的缺陷。
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佛山市南海区广工大数控装备协同创新研究院;佛山市广工大数控装备技术发展有限公司，未经佛山市南海区广工大数控装备协同创新研究院;佛山市广工大数控装备技术发展有限公司许可，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/201810463261.5/，转载请声明来源钻瓜专利网。
