专利名称: |
一种基于深度学习的瑕疵检测系统及方法 |
摘要: |
本发明公开了一种基于深度学习的瑕疵检测系统,包括:皮带传输装置、线扫相机和与之连接的镜头、PC主机和云端;所述PC主机内设置有图像处理软件,通过图像处理软件进行瑕疵检测和处理,同时将处理结果显示并上传至云端,云端进行大数据分析。本发明还公开了一种基于深度学习的瑕疵检测方法,本发明引入深度学习的AI算法,对图片中瑕疵特征进行高效、高识别率识别与提取。人工投入少,图像处理软件检测性能维护成本低。兼容能力强,在面临产品更新换代的情况下,图像处理软件算法方面无需另行开发,只需多收集产品样本进行学习训练,便能很快满足新产品的瑕疵检测应用。 |
专利类型: |
发明专利 |
国家地区组织代码: |
江苏;32 |
申请人: |
苏州天准科技股份有限公司 |
发明人: |
曹葵康;邵新华;杨晓冬;殷浩;崔学理 |
专利状态: |
有效 |
发布日期: |
2019-01-01T00:00:00+0800 |
申请号: |
CN201810200744.6 |
公开号: |
CN108445011A |
代理机构: |
苏州国诚专利代理有限公司 32293 |
代理人: |
龙艳华 |
分类号: |
G01N21/88(2006.01)I;G;G01;G01N;G01N21;G01N21/88 |
申请人地址: |
215163 江苏省苏州市高新区培源路5号 |
主权项: |
1.一种基于深度学习的瑕疵检测系统,其特征在于,包括:皮带传输装置,用于传输被测产品;线扫相机和与之连接的镜头,二者用于扫描皮带传输装置上的被测产品,将采集到的产品表面图像发送至PC主机处;所述PC主机内设置有图像处理软件,通过图像处理软件进行瑕疵检测和处理,同时将处理结果显示并上传至云端;所述云端进行大数据分析。 |
所属类别: |
发明专利 |