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：河南大学
摘要：本发明公开了一种基于ResNet深度学习模型的钢材表面缺陷检测方法、系统及机器人，系统包括：获取钢材表面缺陷数据集并进行预处理；构建ResNet深度学习模型并初始化；利用所述钢材表面缺陷数据集对初始化后的所述ResNet深度学习模型进行训练；将待测的钢材表面缺陷数据集输入通过训练的所述ResNet深度学习模型，完成钢材表面缺陷检测。本发明通过该模型可以有效地解决传统卷积神经网络在钢材表面缺陷识别中准确率不高、识别时间长的问题。这一模型更贴合实际钢材生产的情景，能够显著提高工业生产效率。
主权项：1.一种基于ResNet深度学习模型的钢材表面缺陷检测方法，其特征在于，包括以下步骤：获取钢材表面缺陷数据集并进行预处理；构建ResNet深度学习模型并初始化；利用所述钢材表面缺陷数据集对初始化后的所述ResNet深度学习模型进行训练；将待测的钢材表面缺陷数据集输入通过训练的所述ResNet深度学习模型，完成钢材表面缺陷检测。
全文数据：
权利要求：
百度查询： 河南大学 一种基于ResNet深度学习模型的钢材表面缺陷检测方法、系统及机器人
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