基于计算机视觉的压型钢板腐蚀程度检测方法及装置

AITNT
正文
推荐专利
基于计算机视觉的压型钢板腐蚀程度检测方法及装置
申请号:CN202410891130
申请日期:2024-07-04
公开号:CN118429730A
公开日期:2024-08-02
类型:发明专利
摘要
本发明提供了一种基于计算机视觉的压型钢板腐蚀程度检测方法及装置,通过采集图像,利用计算机视觉的优势对图像使用神经网络模型进行腐蚀程度的检测,并且先使用腐蚀目标检测网络模型精准的将图像中的发生的腐蚀进行锚框标注,并切割成为腐蚀程度的待检测图像,然后再使用腐蚀程度检测网络模型精准的对已经具有腐蚀目标的图像进行腐蚀程度标注,能够精准快速的完成腐蚀程度检测任务,解决了当前依靠人力检测耗时费力且具有一定危险性的难题。
技术关键词
检测网络模型 压型钢板 腐蚀程度检测方法 网络结构 计算机视觉 特征金字塔网络 图像采集模块 程度检测装置 编码器 数据 多尺度特征 多层感知机 神经网络模型 注意力机制 盐雾 危险性 序列
系统为您推荐了相关专利信息
1
一种基于YOLO11-WDSA模型的水下垃圾检测方法
垃圾检测方法 上采样 模块 更新网络参数 特征提取能力
2
一种场景和查询点联合更新的3D目标检测方法及系统
状态空间模型 点云特征 三维计算机视觉技术 多层感知机 场景
3
一种基于改进生成对抗网络的风光典型运行场景的生成方法
风光 神经网络结构 生成方法 基础网络架构 场景
4
一种信息传播-级联故障双层网络模型优化方法
级联故障 模型优化方法 双层交互 邻居 信息传播模型
5
一种智能化电机转子热锻高压模具磨损预测方法及系统
高压模具 磨损预测方法 智能化电机 热锻 电机转子
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号