[发明专利]一种基于深度学习的红外图像漏气漏液检测方法及系统在审
| 申请号： | 202210117000.4 | 申请日： | 2022-02-08 |
| 公开（公告）号： | CN114627052A | 公开（公告）日： | 2022-06-14 |
| 发明（设计）人： | 高浩;黄卫;冯书谊 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T5/30;G06T5/00;G06N3/04;G06K9/62;G06V20/40;G06V10/774;G06V10/82;G06V10/80 |
| 代理公司： | 南京纵横知识产权代理有限公司 32224 | 代理人： | 董建林 |
| 地址： | 210000 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于深度学习的红外图像漏气漏液检测方法，该方法包括以下步骤：采集漏气漏液场景下的红外热图像数据；对漏气漏液场景下的红外热图像数据进行预处理，在红外热图像数上标注漏气漏液信息，得到训练数据集，并使用该训练数据集训练目标检测网络，获得训练完成的目标检测网络权重；获取并预处理待检测场景下的红外热成像数据，加载训练完成的目标检测网络权重，对目标检测网络输入待检测场景下的红外热成像数据进行实时检测，获取检测结果；将检测结果可视化输出。本发明基于深度学习的目标检测算法，使用现场数据进行训练神经网络，使用神经网络相对于传统方法更加快速、准确和稳定的特性，提高检测的自动化程度和精确度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 红外 图像 漏气 检测 方法 系统 | ||
【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南京邮电大学，未经南京邮电大学许可，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/202210117000.4/，转载请声明来源钻瓜专利网。
