龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：东北大学
摘要：本发明的一种无监督的实时汽车冲压件表面开裂检测方法，涉及表面缺陷检测领域。本发明首先使用自监督学习算法仅使用正常冲压件的样本对在大规模图像数据集上训练的模型进行微调，缩小汽车冲压件数据与大规模图像数据集之间的偏差提取更准确的特征。使用微调好的模型提取正常冲压件的特征并存储，提取拍摄到的冲压件特征并与正常特征进行对比，差异大的冲压件则被定义为异常件。为解决工业相机拍摄的照片像素高，对其下采样会丢失局部特征，提出的方法从全局和局部两个特征进行分析得到更准确的异常检测结果。实验结果表面我们所提出的方法在缺少缺陷样本的情况下，能够对汽车冲压件表面存在的缺陷进行准确的检测。
主权项：1.一种无监督的实时汽车冲压件表面开裂检测方法，其特征在于，包括：步骤1：通过对现场收集的冲压件图片进行预处理，去掉背景和不需要检测的区域，使用处理后的图片构建训练样本数据集和测试样本数据集；步骤2：采用自监督学习使用构建的训练样本数据集M对在ImageNet数据集上预训练的残差网络模型ΦT进行微调，获得经自监督学习微调后的网络模型ΦS；步骤3：从全局和局部两个分支对训练样本数据集M进行数据处理，获得两个图像集合；步骤4：采用微调后的网络模型ΦS对步骤3处理获得的图像集合分别进行嵌入特征提取，并使用ΦS不同的特征提取层所提取的嵌入特征进行结合，得到包含不同语义层次和分辨率信息的嵌入特征；步骤5：通过多变量高斯分布对于提取后的嵌入特征进行模板构建，并存储正常特征模板；步骤6：使用马氏距离为测试样本数据集中的每个测试图像进行异常分数的计算，获得异常图结果。
全文数据：
权利要求：
百度查询： 东北大学 一种无监督的实时汽车冲压件表面开裂检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号