买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：苏州科技大学

摘要：本发明揭示了一种人造合成木板质量检测方法、装置及存储介质，方法包括：首先，制作仿真数据集，并构建卷积神经网络；其次，利用所述仿真数据集训练所述卷积神经网络；再次，利用真实数据集对预训练后的卷积神经网络进行迭代训练；最后，利用训练后的卷积神经网络对人造合成木板进行质量检测。本发明能够对人造合成木板的质量进行检测，提高检测准确率的同时降低数据集制作成本。

主权项：1.一种人造合成木板质量检测方法，其特征在于，所述人造合成木板质量检测方法包括：S100，获取人造合成木板图像并进行预处理，在预处理后的人造合成木板图像上制作仿真缺陷，形成仿真数据集，所述仿真数据集通过如下步骤形成：S101，根据真实缺陷数据库构建仿真缺陷数学模型，并利用所述仿真缺陷数据模型生成随机仿真缺陷，所述真实缺陷数据库包括真实表面油污数据库和或真实表面划痕数据库，所述仿真缺陷数学模型选自表面油污数学模型、表面划痕数学模型中的一种或多种，其中，所述表面油污模型的表达式为： ， ， F oil为表面油污模型，Foil,i为第i个从真实表面油污数据库中随机选择的真实表面油污样本，为Foil的中心坐标，其呈二维正态分布，μ1，μ2，σ1，σ2，ρ均为常数；所述表面划痕数学模型的表达式为： ， F scr为生成的表面划痕模型，Fscr,i为从真实表面划痕数据库中随机选择的真实表面划痕样本，P为缺陷的矩阵位移量；S102，将随机仿真缺陷放在预处理的人造合成木板图像上，形成仿真缺陷图像，多个仿真缺陷图像形成仿真数据集；S200，构建卷积神经网络，所述卷积神经网络为基于残差网络Resnet18优化的卷积神经网络，所述卷积神经网络包括17个卷积层，所述17个卷积层分为五个卷积组，第一个卷积组包含一个卷积层，该卷积层使用7×7卷积核，第二个卷积组至第五个卷积组均包含四个卷积层，且每个卷积组包含2个残差块，且在所述卷积神经网络中，在激活函数层时使用LeakyReLU激活函数或在ReLU之前使用最大池化层；S300，利用所述仿真数据集训练所述卷积神经网络；S400，利用真实数据集对预训练后的卷积神经网络进行训练，所述真实数据集的缺陷类型与仿真数据集的缺陷类型一致；S500，利用步骤S400训练后的卷积神经网络对人造合成木板进行质量检测。

全文数据：

权利要求：

百度查询： 苏州科技大学 一种人造合成木板质量检测方法、装置及存储介质