Document
拖动滑块完成拼图
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于编解码器与跨层融合的镁合金轧板边裂识别方法 

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:太原科技大学

摘要:本发明公布了一种基于编解码器与跨层融合的镁合金轧板边裂识别方法,涉及镁合金表面智能检测领域。具体步骤包括:1)在250到600lux光照强度下,拍摄并裁剪镁合金轧板边缘部分的图像,生成512×512像素的边裂子图;2)对边裂子图进行分类并建立图像库;3)详细标注边裂数据集;4)利用SegNet基础架构和Unet的跨层融合构建DeepCrack卷积神经网络,提取图像特征;5)输入待检测图像,自动识别边裂并生成识别图。本发明通过多尺度损失函数和优化算法,提高了裂缝识别的准确率和效率,增强了生产自动化水平。在实际应用中,能够显著提升镁合金轧板边裂的识别准确率,提高工作效率,提高生产中的自动化水平。

主权项:1.一种基于编解码器与跨层融合的镁合金轧板边裂识别方法,其特征在于,包括以下步骤:步骤1:在250到600lux的光照强度范围内,拍摄镁合金轧板边缘部分的图像,然后进行数据增强和清洗,最后裁剪出512×512像素的边裂子图,建立初始的边裂图库;步骤2:按照边裂的形态特征和尺寸对边裂子图进行分类,转换图像格式为无损压缩的PNG格式,建立镁合金轧板边裂图像库;步骤3:对图像的边裂处进行详细标注,包括边裂的类型、起始点和结束点,形成边裂数据集;步骤4:采用SegNet作为基础网络架构,并结合Unet的跨层融合,构建DeepCrack卷积神经网络来提取图像特征;步骤5:基于步骤4建立的DeepCrack网络,输入待检测镁合金轧板边部图像,自动识别并筛选出各类边裂包括纵向裂纹、横向裂纹、鱼鳞状裂纹和分层裂纹,生成边裂识别图。

全文数据:

权利要求:

百度查询: 太原科技大学 一种基于编解码器与跨层融合的镁合金轧板边裂识别方法

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。