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
一种基于自组织鲁棒神经网络的MBR膜透水率智能检测方法
智能检测方法 更新模型参数 梯度下降算法 组织 预测输出值
2
基于自注意力ConvLSTM生成对抗网络的短临降水预报方法及系统
生成对抗网络 降水预报方法 多尺度特征融合 反射率图像 图像编码器
3
一种基于卷积神经网络的水下航行器定位控制方法及系统
辅助推进器 水下航行器定位 卷积神经网络模型 无人航行器 运动控制器
4
一种故障预测与修复方法、系统、电子设备及存储介质
多任务卷积神经网络 服务器 图像 终端 视觉
5
一种基于数字孪生技术的对充电桩组件监控的方法及系统
故障检测模型 充电桩组件 数字孪生技术 数字孪生体 恒流充电模式
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