[发明专利]一种基于卷积神经网络的五金件缺陷分割方法及系统在审
| 申请号： | 201810444800.0 | 申请日： | 2018-05-10 |
| 公开（公告）号： | CN108596922A | 公开（公告）日： | 2018-09-28 |
| 发明（设计）人： | 王宏杰;李海艳;黄运保 | 申请（专利权）人： | 广东工业大学 |
| 主分类号： | G06T7/11 | 分类号： | G06T7/11;G06N3/04 |
| 代理公司： | 北京集佳知识产权代理有限公司 11227 | 代理人： | 张春水;唐京桥 |
| 地址： | 510060 广东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种基于卷积神经网络的五金件缺陷分割方法及系统，该方法包括：构建卷积神经网络初始模型；将训练集中的五金件缺陷图像输入到卷积神经网络初始模型中进行训练，以获得卷积神经网络最终模型；将测试集中的五金件缺陷图像输入到卷积神经网络最终模型中，完成对高维卷积特征的提取将高维卷积特征映射为设定大小和长宽比的包围盒，再将包围盒转换为特征向量，根据转换公式获得缺陷包围盒的中心坐标和长宽；根据缺陷包围盒的中心坐标和长宽，提取出缺陷区域的特征，实现缺陷分割。基于上述方法及系统，与现有技术相比，其无须人工地选取和描述特征，避免了人工分割存在的低效率、不稳定、计算量大、自动化程度低等问题的发生。 | ||
| 搜索关键词： | 卷积神经网络 包围盒 五金件 缺陷分割 初始模型 缺陷图像 中心坐标 最终模型 高维 卷积 描述特征 缺陷区域 特征向量 转换公式 长宽比 计算量 映射 构建 自动化 测试 分割 转换 | ||
【主权项】：
1.一种基于卷积神经网络的五金件缺陷分割方法，其特征在于，包括：构建卷积神经网络初始模型；将训练集中的五金件缺陷图像输入到卷积神经网络初始模型中进行训练，以获得卷积神经网络最终模型；将测试集中的五金件缺陷图像输入到卷积神经网络最终模型中，完成对高维卷积特征的提取；将高维卷积特征映射为设定大小和长宽比的包围盒，再将包围盒转换为特征向量，根据转换公式获得缺陷包围盒的中心坐标和长宽；根据缺陷包围盒的中心坐标和长宽，提取出缺陷区域的特征，实现缺陷分割。
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广东工业大学，未经广东工业大学许可，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/201810444800.0/，转载请声明来源钻瓜专利网。
