摘要
本申请提供了一种钛合金表面缺陷处理方法,所述方法包括:获取钛合金产品的缺陷图像数据,其中,所述缺陷图像数据包括废品钛合金产品图像、历史钛合金产品图像和报废钛合金产品图像;依据所述废品钛合金产品图像、所述历史钛合金产品图像和所述报废钛合金产品图像构建缺陷识别模型;依据所述缺陷识别模型和待测钛合金产品进行缺陷识别确定对应于所述待测钛合金产品的缺陷程度;依据所述缺陷程度确定对应于所述待测钛合金产品的处理方案。可以有效提高钛合金的表面质量,保证其在极端环境下的安全性和可靠性;提高钛合金的使用效率,降低生产成本;保证钛合金的安全性和质量,满足高标准需求。
技术关键词
钛合金产品
图像
像素点
卷积神经网络学习
像素块
上存储计算机程序
高标准需求
可读存储介质
数据
处理器
计算机设备
幅值
纹理
模块
形态
存储器
热处理
系统为您推荐了相关专利信息
故障诊断方法
图像转化方法
GAM模型
振动信号转换方法
过滤掉噪声
激光雷达模块
手持激光扫描仪
磁性基座
主控芯片
数据接口
电力设施
通用特征
变化检测模型
变化检测方法
特征提取模型
地图重建方法
多源信息融合
多通道特征融合
多尺度池化
矩阵