原文传递
一种基于深度学习的印刷品缺陷检测方法
| 专利名称： | 一种基于深度学习的印刷品缺陷检测方法 |
| 摘要： | 一种基于深度学习的印刷品缺陷检测方法，所述印刷品缺陷检测方法包括以下步骤：步骤A：利用CCD工业相机采集图像；步骤B：在所采集的图像中选取不同类别的缺陷图像和无缺陷图像作为训练样本；步骤C：利用训练样本离线集训深度学习算法，得到网络模型的连接权值和偏置参数；步骤D：利用训练好的深度学习算法，在线检测识别印刷品图像的缺陷。本发明提出一种基于深度学习的印刷品缺陷检测方法，通过在印刷过程中采集印刷品图像，并对图像进行预处理，然后预处理后的图像输入到预先训练好的缺陷检测模型进行缺陷检测，提高在生产中印刷品缺陷检测的效率。 |
| 专利类型： | 发明专利 |
| 国家地区组织代码： | 广东;44 |
| 申请人： | 佛山市南海区广工大数控装备协同创新研究院;佛山市广工大数控装备技术发展有限公司 |
| 发明人： | 袁文智;魏登明;王华龙;李志鹏;李力 |
| 专利状态： | 有效 |
| 发布日期： | 2019-01-01T00:00:00+0800 |
| 申请号： | CN201810463261.5 |
| 公开号： | CN108918527A |
| 代理机构： | 佛山市禾才知识产权代理有限公司 44379 |
| 代理人： | 资凯亮 |
| 分类号： | G01N21/88(2006.01)I;G;G01;G01N;G01N21;G01N21/88 |
| 申请人地址： | 528000 广东省佛山市南海区狮山镇南海软件科技园创智港A座四楼 |
| 主权项： | 1.一种基于深度学习的印刷品缺陷检测方法，其特征在于：所述印刷品缺陷检测方法包括以下步骤：步骤A：利用CCD工业相机采集图像；步骤B：在所采集的图像中选取不同类别的缺陷图像和无缺陷图像作为训练样本；步骤C：利用训练样本离线集训深度学习算法，得到网络模型的连接权值和偏置参数；步骤D：利用训练好的深度学习算法，在线检测识别印刷品图像的缺陷。 |
| 所属类别： | 发明专利 |
检索历史
应用推荐
