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
垃圾检测方法
上采样
模块
更新网络参数
特征提取能力
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
级联故障
模型优化方法
双层交互
邻居
信息传播模型
高压模具
磨损预测方法
智能化电机
热锻
电机转子