[发明专利]一种基于终身学习卷积神经网络的产品表面缺陷识别方法有效
| 申请号： | 202011490170.4 | 申请日： | 2020-12-16 |
| 公开（公告）号： | CN112541905B | 公开（公告）日： | 2022-08-05 |
| 发明（设计）人： | 高亮;高艺平;李新宇 | 申请（专利权）人： | 华中科技大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/40;G06V10/82;G06N3/04;G06N3/08;G01N21/88 |
| 代理公司： | 华中科技大学专利中心 42201 | 代理人： | 孔娜;李智 |
| 地址： | 430074 湖北*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于神经网络缺陷识别领域，并具体公开了一种基于终身学习卷积神经网络的产品表面缺陷识别方法，其包括：S1、构建卷积神经网络模型，其包括特征提取器、检测器和识别器；S2、通过已知类别缺陷图像对卷积神经网络模型进行训练，得到缺陷识别模型；S3、将待识别图像输入缺陷识别模型，由特征提取器提取图像中的特征向量，然后通过检测器对特征向量进行判别，若为已知类别缺陷，则通过识别器对特征向量进行分类，得到图像缺陷类别；若为未知类别缺陷，则识别器根据特征向量，通过终身学习策略对识别器中参数进行调整，并根据新已知类别缺陷再次训练检测器。本发明实现了未知缺陷类型的自动检测和识别，且识别结果更加准确。 | ||
| 搜索关键词： | 一种 基于 终身 学习 卷积 神经网络 产品 表面 缺陷 识别 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中科技大学，未经华中科技大学许可，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/202011490170.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种新型混合励磁电机定子结构
- 下一篇：一种改善超薄散热膜性能的方法及系统
