[发明专利]基于深度学习的3D打印点阵结构CT图像缺陷检测方法在审
| 申请号： | 202210325459.3 | 申请日： | 2022-03-29 |
| 公开（公告）号： | CN114638819A | 公开（公告）日： | 2022-06-17 |
| 发明（设计）人： | 郭保苏;张磊;吴凤和;温银堂;张玉燕;张芝威 | 申请（专利权）人： | 燕山大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/08;G06N3/04;G06V10/82 |
| 代理公司： | 北京孚睿湾知识产权代理事务所(普通合伙) 11474 | 代理人： | 韩燕 |
| 地址： | 066004 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3D打印点阵结构CT图像缺陷检测方法，其包括以下步骤，步骤一：通过工业CT获取缺陷图像数据；步骤二：高斯滤波处理缺陷图像数据；步骤三：构建基于深度学习网络的缺陷检测模型；步骤四：判断缺陷检测模型训练结果是否符合要求；步骤五：将训练好的模型参数用于缺陷检测模型。本发明通过基于双注意力机制的图像缺陷检测模块构建深度学习模型，实现对3D打印点阵结构内部缺陷进行无伤检测，准确高效地提取缺陷信息，分析该缺陷对点阵结构的力学性能影响，具有检测准确率高，实时性好，自动化程度高等优点。 | ||
| 搜索关键词： | 基于 深度 学习 打印 点阵 结构 ct 图像 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燕山大学，未经燕山大学许可，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/202210325459.3/，转载请声明来源钻瓜专利网。
