[发明专利]一种基于改进YOLOX算法的深度学习3D打印缺陷检测方法有效
| 申请号： | 202310959756.8 | 申请日： | 2023-08-01 |
| 公开（公告）号： | CN116704267B | 公开（公告）日： | 2023-10-27 |
| 发明（设计）人： | 简舒 | 申请（专利权）人： | 成都斐正能达科技有限责任公司 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/75;G06V10/40;G06V10/22;G06V10/80;G06V10/82;G06V10/778;G06N3/0464;G06N3/08;G06T7/00;G06V20/64 |
| 代理公司： | 四川华茂知识产权代理事务所(普通合伙) 51391 | 代理人： | 杨浩林 |
| 地址： | 610000 四川省成都市龙泉驿*** | 国省代码： | 四川;51 |
| 权利要求书： | 暂无信息 | 说明书： | 暂无信息 |
| 摘要： | 本发明公开了一种基于改进YOLOX算法的深度学习3D打印缺陷检测方法，涉及3D打印缺陷检测技术领域。该方法包括获取3D打印机工作状态图像；对3D打印机工作状态图像进行预处理；采用改进后的YOLOX实时目标检测模型对预处理后的3D打印机工作状态图像进行检测，得到包含分类和定位信息的特征图；对包含分类和定位信息的特征图进行特征转换，得到匹配特征点的特征图；采用深度超限学习机对匹配特征点的特征图进行缺陷分类，并根据缺陷分类结果对3D打印机工作状态进行控制。本发明提高了在3D打印过程中缺陷检测的精度和实时性，并且实现了对3D打印控制系统的反馈控制。 | ||
| 搜索关键词： | 一种 基于 改进 yolox 算法 深度 学习 打印 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成都斐正能达科技有限责任公司，未经成都斐正能达科技有限责任公司许可，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/202310959756.8/，转载请声明来源钻瓜专利网。
