[发明专利]一种基于半监督深度聚类的钢材表面质量检测方法在审
| 申请号： | 202110475580.X | 申请日： | 2021-04-29 |
| 公开（公告）号： | CN113077461A | 公开（公告）日： | 2021-07-06 |
| 发明（设计）人： | 柳先辉;赵建 | 申请（专利权）人： | 同济大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/13;G06T7/194;G06T7/136;G06K9/62 |
| 代理公司： | 上海科律专利代理事务所(特殊普通合伙) 31290 | 代理人： | 叶凤 |
| 地址： | 200092 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种钢材表面质量检测技术，包括钢材损耗图片的预处理和识别两个步骤。第一个步骤中首先通过超像素分割得到钢材表面损耗的细节描述，然后采用迭代的ostu最优阈值分割方法将超像素分割结果分为多类，最后采用一种最近特征合并策略将多类中相似的超像素进行合并，得到最终的预处理图片。第二个步骤中构建了基于半监督深度聚类的钢材表面损耗识别模型。模型主体结构由集成学习构成，首先利用第一步得到的钢材表面损耗预处理结果进行集成学习模型的非监督学习训练，然后采用k‑means聚类对集成学习模型输出进行聚类，并借助同一簇中有标记图片确定其余不含标记图片的类别划分，得到更多可信度高的标记图片，进一步利用此标记图片进行集成学习模型的半监督训练。本模型识别率高，稳定可靠，对于缺少标记的钢材表面质量检测应用具有较好的实际应用价值。 | ||
| 搜索关键词： | 一种 基于 监督 深度 钢材 表面 质量 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同济大学，未经同济大学许可，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/202110475580.X/，转载请声明来源钻瓜专利网。
