[发明专利]一种基于深度学习的金属部件表面缺陷检测方法在审
| 申请号： | 202010863641.5 | 申请日： | 2020-08-25 |
| 公开（公告）号： | CN112184619A | 公开（公告）日： | 2021-01-05 |
| 发明（设计）人： | 刘冬;梅华威;李根;张帅 | 申请（专利权）人： | 华北电力大学（保定） |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/32;G06N3/04 |
| 代理公司： | 石家庄新世纪专利商标事务所有限公司 13100 | 代理人： | 张栋然 |
| 地址： | 071000 河北*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习的金属部件表面缺陷检测方法，其包括如下步骤：获取视频文件，对其进行截帧处理，将截取的图像进行剪切和/或旋转变换，使金属部件处于图片中心位置；特征提取；区域建议网络RPN，利用RPN网络获得图像中的位置信息与分类信息；通过 RPN 获得候选区域后，利用Fast‑RCNN进行检测。本发明利用 Resnet 网络进行特征提取，采用 RPN 方法提取缺陷的候选目标矩形区域，在候选区域基础上进行缺陷检测。该检测系统能有效克服金属表面的反射以及环境因素的影响；同时利用基于 Faster‑RCNN 框架的方法进行缺陷检测，较好地解决了金属表面缺陷检测能力弱的问题。 | ||
| 搜索关键词： | 一种 基于 深度 学习 金属 部件 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华北电力大学（保定），未经华北电力大学（保定）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/202010863641.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种纤维增强复合管的连接结构及连接方法
- 下一篇：一种定点取煤样装置
