[发明专利]基于卷积神经网络的磁芯表面裂纹检测的确定系统及方法在审
| 申请号： | 201910032803.8 | 申请日： | 2019-01-14 |
| 公开（公告）号： | CN109741326A | 公开（公告）日： | 2019-05-10 |
| 发明（设计）人： | 于洋 | 申请（专利权）人： | 千顺智能（珠海）有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G01N21/88 |
| 代理公司： | 北京盛凡智荣知识产权代理有限公司 11616 | 代理人： | 梁永昌 |
| 地址： | 519000 广东省珠海*** | 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： | 本发明公开了基于卷积神经网络的磁芯表面裂纹检测的确定系统及方法，无须手工提取裂纹的形状、颜色、分布等特征，只需要提供尽量多的磁芯上表面裂纹的图片，将这些裂纹进行标注，输入到卷积神经网络，该网络能够自动学习裂纹的特征并形成具有泛化能力的检测模型，从而检测出磁芯表面的是否存在裂纹，如果存在将裂纹使用红色进行逐像素进行标注，能够达到99%+的准确率，同时漏检率极低。本发明应用于图像识别的技术领域。 | ||
| 搜索关键词： | 卷积神经网络 磁芯表面 裂纹检测 标注 磁芯上表面 图像识别 自动学习 漏检率 检测 准确率 像素 应用 网络 图片 | ||
【主权项】：
1.基于卷积神经网络的磁芯表面裂纹检测的确定系统，其特征在于：它包括：图像信息获取单元：用于获取磁芯表面裂纹图像信息作为训练集及交叉验证集；卷积神经网络配置单元：用于调整卷积神经网络每层神经元的个数，利用所述训练集对调整后的多个不同卷积神经网络分別进行训练，确定多个不同结构的卷积神经网络的参数；最优磁芯表面裂纹检测模型确定单元：用于将所述交叉验证集分别输入所述多个不同结构卷积神经网络，将磁芯表面裂纹检测结果准确率最高的卷积神经网络作为最优模型；第二图像信息获取单元，用于获取磁芯表面裂纹图像信息作为测试集；测试单元，用于将所述测试集输入最优磁芯表面裂纹检测模型，得到测试集中各测试样本的磁芯表面裂纹检测结果，统计磁芯表面裂纹检测结果的准确性。
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千顺智能（珠海）有限公司，未经千顺智能（珠海）有限公司许可，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/201910032803.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种布线垂直度智能检测方法
- 下一篇：一种检测水体细菌数量的荧光显微计数方法
