一种基于深度学习的电梯钢带表面损伤的检测方法及系统

AITNT
正文
推荐专利
一种基于深度学习的电梯钢带表面损伤的检测方法及系统
申请号:CN202411002187
申请日期:2024-07-25
公开号:CN119027373A
公开日期:2024-11-26
类型:发明专利
摘要
本发明公开了一种基于深度学习的电梯钢带表面损伤的检测方法及系统,涉及电梯钢带表面损伤检测技术领域。包括:获取电梯钢带数据;对获取的电梯钢带数据进行预处理;将预处理后的电梯钢带数据划分为训练集和测试集;将训练集输入损伤检测模型,通过损失函数更新网络权重参数,经过若干次训练后,得到训练好的损伤检测模型;将测试集输入训练好的损伤检测模型,评估电梯钢带损伤检测识别结果。本发明可以实现自动化检测,大大提高了检测效率,降低了人工成本;提高了电梯钢带表面损伤的检测效率、检测速度、检测准确性,有利于保障电梯安全可靠运行。
技术关键词
电梯钢带 检测识别模块 模型训练模块 YOLOv3模型 表面损伤检测 网络 输入端 图像去雾 训练集数据 图像分割 参数 瓶颈 包覆层 对比度 相机
系统为您推荐了相关专利信息
1
基于视觉语言模型的图像解释方法和装置
图像 样本 视觉 指令 图谱
2
电网稳控策略优化方法、装置、存储介质及计算机设备
稳控策略 深度网络模型 长短期记忆网络 深度神经网络模型 计算机可读指令
3
一种基于卫星遥测系统的遥测数据异常检测方法及异常检测设备
卫星遥测系统 数据异常检测方法 定制化数据 大语言模型 异常数据点
4
一种铸件X射线探伤16位灰度图像缺陷检测方法及系统
图像缺陷检测方法 X射线探伤 检测缺陷 深度学习模型 铸件
5
一种游戏账号智能估值系统
智能估值系统 模型训练模块 人工智能算法 XGBoost算法 账号资产
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