[发明专利]一种基于多任务学习的表面缺陷检测方法有效

专利信息
申请号: 202010412507.3 申请日: 2020-05-15
公开(公告)号: CN111696079B 公开(公告)日: 2023-06-06
发明(设计)人: 赖剑煌;康丹青;吴凯;朱俊勇 申请(专利权)人: 中山大学
主分类号: G06T7/00 分类号: G06T7/00;G06T7/11;G06T5/00;G06V10/774;G06V10/74;G06V10/764;G01N21/88
代理公司: 深圳市创富知识产权代理有限公司 44367 代理人: 吴族平
地址: 510275 广东*** 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: 发明公开了一种基于多任务学习的表面缺陷检测方法,包括:获取具有标注信息的输入图像并将输入图像分为训练集图像和测试集图像;对训练集图像进行剪切,得到缺陷实例并对缺陷实例进行增强,得到增强图像;构建表面缺陷检测网络并将测试集图像和增强图像输入表面缺陷检测网络,得到表面缺陷数据。通过使用本发明,可解决缺陷样本不足问题的同时提高工业缺陷检测的速度和精度。本发明作为一种基于多任务学习的表面缺陷检测方法,可广泛应用于工业视觉缺陷检测领域。
搜索关键词: 一种 基于 任务 学习 表面 缺陷 检测 方法
【主权项】:
暂无信息
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中山大学,未经中山大学许可,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/202010412507.3/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top