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
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