基于深度学习的漆包线缺陷检测系统及方法

AITNT
正文
推荐专利
基于深度学习的漆包线缺陷检测系统及方法
申请号:CN202411606005
申请日期:2024-11-12
公开号:CN119131028A
公开日期:2024-12-13
类型:发明专利
摘要
本发明公开了基于深度学习的漆包线缺陷检测系统及方法,涉及漆包线缺陷检测技术领域,解决了现有技术在漆包线成品阶段进行检测,因成品检测滞后从而导致生产材料和能源浪费等技术问题;本发明采集漆包线在各工艺流程的多方位的待处理图像;对多方位的待处理图像进行预处理,预处理后进行图像拼接,得到拼接图像;从拼接图像中分离出目标图像;识别目标图像的缺陷;是,并进行缺陷预警;实现了在各工艺流程中对漆包线质量的精准监测,及时进行预警,并采取措施,确保了缺陷产品不会继续进入后续的生产工艺流程,从而有效遏制了因生产不合格品而导致的材料和能源浪费。
技术关键词
漆包线缺陷检测 卷积神经网络模型 多方位 图像采集工具 阶段 矩形 像素点 图像拼接 图像处理模块 图像采集模块 漆包线成品 特征匹配算法 预警模块 周期 涂漆 标记
系统为您推荐了相关专利信息
1
一种基于流匹配与动态奖励调度的模仿学习方法以及装置
模仿学习方法 策略 序列 动态 阶段
2
一种基于超点语义图的自动驾驶建图闭环检测和位姿评估的方法
闭环 描述符 动态物体 图聚类方法 建图
3
仿真同步控制方法、装置、设备、程序产品及存储介质
混合仿真平台 同步控制方法 仿真场景 策略 模块
4
一种交互便捷的多功能图像生成方法
噪声图像 图像生成方法 实体 编码特征 背景图
5
关系抽取模型训练方法、关系抽取方法、设备及存储介质
关系抽取模型 样本 关系抽取方法 实体 非暂态计算机可读存储介质
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