摘要
本发明提供了一种基于深度图的带钢表面缺陷检测方法及系统,包括:步骤S1:进行数据采集,获取钢板表面点云数据后生成点云数据集合;步骤S2:获取点云数据集合后进行预处理,进行缺陷检测;步骤S3:对缺陷图像的类别进行判定;步骤S4:结合检测结果分别显示钢板缺陷。本发明通过提供的人机交互模块,能够将检测结果以直观的方式展示给用户,包括缺陷的深度、尺寸、占比和类别结论,使用户能够方便地了解钢板表面的缺陷情况。
技术关键词
带钢表面缺陷
深度学习分类模型
生成点云数据
深度图
带钢头部
像素
钢板缺陷
执行聚类算法
三维点云信息
二维图像信息
深度学习框架
神经网络算法
分类准确率
相机
模块
点云图像
缺陷类别
系统为您推荐了相关专利信息
生理特征数据
深度学习分类模型
模型建立方法
正确率
深度学习模型
道路检测方法
车辆
生成深度图像
图像采集设备
热成像模块
三维成像方法
感兴趣
场景语义分割
掩膜
单目深度估计
图像三维重构
运动识别
多视角
融合深度图
三维点云数据