摘要
本发明属于铸件生产全流程自动化及智能化领域,提供了一种基于深度学习的铸件内部缺陷检测方法,包括:待检测图像拍摄、HDR图像增强处理、一键图像增强处理和掩码图像融合、工业X射线AI网络检测、后处理操作以及数据统计。本发明通过构建工业X射线AI网络避免了常规缺陷检测时依赖人员经验和精度较差的缺陷;通过HDR图像增强处理、一键图像增强处理以及掩码图像融合,降低了检测器件结构复杂、拍摄设备自身缺陷以及噪点的影响。
技术关键词
铸件内部缺陷
工业X射线
图像增强
数据
网络
参数调控方法
正则化技术
检测器件
机制
生成算法
拍摄设备
对比度
对象
缩孔
工件
分辨率
裂纹
系统为您推荐了相关专利信息
光电路灯
核心板
MQTT协议
光照传感器
继电器模块
攻击检测方法
网络流量数据
LSTM模型
信息熵
矩阵
切片分配方法
终端设备
矩阵
传输网
优化网络资源分配
参数优化方法
机器学习模型
粒子群优化算法
数据
样本