首页> 中国专利> 一种基于卷积神经网络的不均衡缺陷样本的检测方法

一种基于卷积神经网络的不均衡缺陷样本的检测方法

页面导航

摘要
著录项
相似文献

摘要

本发明公开了一种基于卷积神经网络的不均衡缺陷样本的检测方法，包括如下步骤：（1）收集前期数据：收集两种类型的数据，一种是产品原始的缺陷数据，并制作训练集原始图像；第二种是生产环境中生产出的没有缺陷的数据，称为无缺陷数据，形成无缺陷图像；（2）制作原始缺陷数据的标签图像；（3）深度神经网络训练：（4）缺陷推理：对于实际生产环境中的一张新的图像，随机抽取多张无缺陷图像，每一张无缺陷图像与新的图像级联形成6通道输入，送入网络得到输出，投票得出最后的缺陷像素。本发明通过收集缺陷数据和无缺陷数据，即加入大量的无缺陷样本形成新的数据输入，从而提升了检测性能，可以处理一些新类型的缺陷。

著录项

公开/公告号CN111932639B

专利类型发明专利
公开/公告日2020-12-18

原文格式PDF
申请/专利权人苏州鼎纳自动化技术有限公司;
展开▼

申请/专利号CN202010939183.9
发明设计人秦应化;张冰峰;何进;肖继民;
展开▼

申请日2020-09-09
分类号G06T7/90(20170101);G06T7/00(20170101);G06T5/50(20060101);G06N3/08(20060101);G06N3/04(20060101);
代理机构32251 苏州翔远专利代理事务所(普通合伙);
代理人陆金星
地址 215024 江苏省苏州市工业园区葑亭大道598号1号楼东侧
入库时间 2022-08-23 11:25:50

相似文献

专利
中文文献
外文文献

1. 一种基于卷积神经网络的不均衡缺陷样本的检测方法 [P] . 中国专利： CN111932639B . 2020.12.18
2. 一种基于卷积神经网络的不均衡缺陷样本的检测方法 [P] . 中国专利： CN111932639A . 2020-11-13
3. FABRIC DEFECT DETECTION METHOD BASED ON DEEP CONVOLUTIONAL NEURAL NETWORK AND VISUAL SALIENCY [P] . 世界知识产权组织专利： WO2019104767A1 . 2019-06-06

机译：基于深度卷积神经网络和可视性的织物缺陷检测方法
4. A SIGNAL PROCESSING ARRANGEMENT FOR PROVIDING A PLURALITY OF OUTPUT SAMPLES ON THE BASIS OF A PLURALITY OF INPUT SAMPLES AND A METHOD FOR PROVIDING A PLURALITY OF OUTPUT SAMPLES ON THE BASIS OF A PLURALITY OF INPUT SAMPLES [P] . WO2021129936A1 . 2021-07-01

机译：一种用于基于多个输入样本提供多个输出样本的信号处理装置，以及用于基于多个输入样本提供多个输出样本的方法
5. A SIGNAL PROCESSING ARRANGEMENT FOR PROVIDING A PLURALITY OF OUTPUT SAMPLES ON THE BASIS OF A SET OF INPUT SAMPLES AND A METHOD FOR PROVIDING A PLURALITY OF OUTPUT SAMPLES ON THE BASIS OF A SET OF INPUT SAMPLES [P] . WO2021129935A1 . 2021-07-01

机译：一种用于基于一组输入样本提供多个输出样本的信号处理装置，以及用于基于一组输入样本提供多个输出样本的方法