摘要
本申请涉及模型检测的技术领域,尤其是涉及一种刹车盘的外观质检方法、设备、介质和产品,方法包括:将传感器信息和图像数据输入外观缺陷质检模型,控制外观缺陷质检模型进行外观质检,输出外观质检结果。进而,当结果类别为不合格时,基于外观质检结果中的缺陷位置和缺陷类型,对图像数据进行自动标记,得到自动标注图像。由于外观缺陷质检模型为端到端的深度学习模型,在执行外观质检的过程中,可以直接将图像数据输入至外观缺陷质检模型,减少了手动特征提取的工作量,与此同时,结合了传感器信息和图像数据,使得外观缺陷质检模型可以更好地适应复杂的环境和不同类型的刹车盘缺陷,提高了刹车盘外观质检的准确性和鲁棒性。
技术关键词
质检模型
刹车盘
质检方法
自动标记
深度学习模型
数据
控制图像传感器
硬件加速技术
迁移学习技术
位置检测传感器
模型压缩
计算机程序产品
工业相机
处理器
矫正
可读存储介质