摘要
本发明属于自动化检测技术领域,具体涉及一种基于子空间的核燃料组件外观缺陷检测方法。包括以下步骤:步骤1、模型训练;1.1数据集制作:采集容易得到的正常样本图像和带缺陷样本图像,并对带缺陷样本数据进行缺陷区域的标注;1.2神经网络模型设计;1.3模型训练;步骤2、模型推理;2.1输入图像,利用步骤1中设计特征提取器提取特征;2.2利用特征适配器对提取的特征进行映射得到适配特征图,并将适配特征图按行序转为通道序列数据;2.3将上一步生成通道序列数据输入到由判别器组构成的子空间进行投影计算。本发明能够实现根据需求扩展或者删减缺陷类型数据,实现大幅降低人工操作甚至无人式的高效率、高准确率的核燃料组件外观缺陷的自动化检测。
技术关键词
外观缺陷检测方法
核燃料组件
特征提取器
样本
神经网络模型
适配器
自动化检测技术
通道
异常数据
序列
图像
多层感知器
设计特征
线性
噪声
定义
中间层
高效率
系统为您推荐了相关专利信息
信号处理算法
MIMO检测器
参数
量化系统
蒙特卡洛
僵尸网络检测方法
工业物联网
网络流量数据
计算机可执行指令
特征选择算法
姿态预测方法
姿态时间序列数据
人工神经网络算法
训练算法模型
记忆