[发明专利]一种基于深度学习的特种金属瑕疵检测系统在审
申请号: | 201911135716.1 | 申请日: | 2019-11-19 |
公开(公告)号: | CN110992318A | 公开(公告)日: | 2020-04-10 |
发明(设计)人: | 李一人;程帆 | 申请(专利权)人: | 上海交通大学 |
主分类号: | G06T7/00 | 分类号: | G06T7/00 |
代理公司: | 上海科盛知识产权代理有限公司 31225 | 代理人: | 杨宏泰 |
地址: | 200240 *** | 国省代码: | 上海;31 |
权利要求书: | 暂无信息 | 说明书: | 暂无信息 |
摘要: | 本发明涉及一种基于深度学习的特种金属瑕疵检测系统,包括以下步骤:1)获取特种金属图片数据集作为原始数据集;2)对特种金属图片数据集进行数据增强;3)根据增强后的数据集对Mask RCNN模型进行训练;4)将待检测的图片输入训练好的Mask RCNN模型中,输出检测过后的图片。与现有技术相比,本发明具有降低数据采集成本和人工检测成本,简化检测过程,提高工作效率等优点。 | ||
搜索关键词: | 一种 基于 深度 学习 特种 金属 瑕疵 检测 系统 | ||
【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上海交通大学,未经上海交通大学许可,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/201911135716.1/,转载请声明来源钻瓜专利网。
- 上一篇:一种闭环自适应调节的引射器及火箭喷管
- 下一篇:一种超滤平片滤膜及其制备方法