首页> 中国专利> 零件表面瑕疵检测中神经网络的训练样本的合成方法

零件表面瑕疵检测中神经网络的训练样本的合成方法

摘要

本发明属于表面瑕疵检测技术领域,具体提供了一种零件表面瑕疵检测中神经网络的训练样本的合成方法。训练样本的合成方法包括:步骤S1:获取带瑕疵零件样本的图像;步骤S2:从带瑕疵零件样本的图像中获取瑕疵图像;步骤S3:提取瑕疵图像的图像特征并将扰动加入图像特征来生成训练样本。通过这样的方法获取训练样本,只需获取少量的带有瑕疵的零件,通过获取少量的瑕疵零件表面的图像,对图像中存在的瑕疵进行提取获取各种瑕疵的图像,从各种瑕疵的图像中提取瑕疵的图像特征,再对各图像特征加入相应的扰动以生成数量巨大的训练样本,满足了神经网络的训练需求,解决了用于神经网络训练的训练样本获取困难,无法获取大量训练样本的问题。

著录项

  • 公开/公告号CN109584206B

    专利类型发明专利

  • 公开/公告日2021-07-06

    原文格式PDF

  • 申请/专利权人 中国科学院自动化研究所;

    申请/专利号CN201811221719.2

  • 发明设计人 孙佳;王鹏;

    申请日2018-10-19

  • 分类号G06T7/00(20170101);G06T7/136(20170101);G06T7/11(20170101);G06T7/62(20170101);

  • 代理机构11576 北京市恒有知识产权代理事务所(普通合伙);

  • 代理人郭文浩

  • 地址 100190 北京市海淀区中关村东路95号

  • 入库时间 2022-08-23 12:05:14

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号