摘要
本发明公开了一种基于机器视觉的制冷阀门外表面缺陷检测方法及系统,该方法包括:采集预设数量的外表面存在缺陷的制冷阀门缺陷图像以及外表面未存在缺陷的制冷阀门正常图像,并根据制冷阀门缺陷图像和制冷阀门正常图像建立训练数据集;按预设数据增强策略对训练数据集进行扩充,并将训练数据集划分为标注训练数据集和未标注训练数据集;将未标注训练数据集输入与预设神经网络当中进行深度学习得到初始缺陷检测模型,后将标注训练数据集输入到训练好的初始缺陷检测模型中调整模型的超参数得到缺陷检测模型。本发明解决了现有技术中在进行制冷阀门外表面缺陷检测时不够准确的问题。
技术关键词
制冷阀门
表面缺陷检测方法
图像
数据
视觉
表面缺陷检测系统
模型预测值
策略
椒盐噪声
处理器
计算机设备
参数
可读存储介质
模块
存储器
对比度
训练集
程序