摘要
本发明涉及工业智能制造技术领域,具体涉及一种柔性生产线外观缺陷光学检测方法。包括:对生产线上的半成品和成品进行图像采集;对采集到的图像进行预处理和空间变换;利用无监督学习,对待检测产品的正样本图像进行特征提取和聚类分析,形成特征库;将待检测图像的特征向量与特征库进行比对,输出样本的缺陷位置和类型;采用有监督学习改进的RTDETR模型并使用被判定为缺陷的样本进行训练,改进的RTDETR模型采用ResNet和Visual Transformer网络结构;部署模型进行实时检测和结果反馈。该技术方案能够提高柔性生产线制造产品外观缺陷的检测效率与产品质量。
技术关键词
缺陷光学检测
柔性生产线
无监督学习
attention机制
全局特征提取
网络结构
样本
耦合单元
产品外观缺陷
瑕疵
相机曝光时间
分块
高分辨率相机
滑动窗口算法
局部特征提取
图像特征向量
直方图均衡化
匈牙利算法
模块
系统为您推荐了相关专利信息
机器学习算法模型
净化模块
智能油烟净化系统
构建机器学习模型
气体成分传感器
加速性能测试方法
生成对抗学习
场景
无监督学习
工况特征
卷积模块
桥梁病害识别方法
无监督学习
深度学习网络
输入模块
医学图像分割方法
活动轮廓模型
智能裁剪
特征提取模块
边缘检测