摘要
本发明公开了一种铝合金金属型低压铸造缺陷检测方法,涉及合金铸造的技术领域,包括以下步骤:提取预处理后的先验缺陷图片的特征向量和预处理后的铸件图像的特征向量,分别计算当前特征向量与不同的参考特征向量的相似度,统计当前缺陷出现的次数,生成铸造决策,训练用于反馈当前缺陷的机器学习模型,并对所述机器学习模型进行测试。本发明通过特征向量的相似度计算和机器学习模型的训练,提高产品质量和生产效率,使用机器学习模型和自动化决策生成,减少人工干预和错误,加快缺陷检测和缺陷处理的速度,通过统计和权重计算的铸造决策,能够更精确地反映不同缺陷类型的重要性和频率,有利于制定更有效的质量管理策略。
技术关键词
铝合金金属型低压铸造
缺陷检测方法
图片
机器学习模型
铸件
图像
决策
裂纹
拔模斜度
管理策略
数值
滤波算法
表达式
工业相机
校正
合金液
速度
逻辑
训练集
系统为您推荐了相关专利信息
流量检测方法
灌装生产线
机器学习模型
计算机程序指令
流量检测系统
皮肤温度监控系统
肿瘤热疗
患者
数据收集模块
监控模块
透镜缺陷检测方法
缺陷检测系统
图像处理模块
微透镜
轮廓