一种基于深度学习的铸件内部缺陷检测方法

AITNT
正文
推荐专利
一种基于深度学习的铸件内部缺陷检测方法
申请号:CN202411633305
申请日期:2024-11-15
公开号:CN119599962A
公开日期:2025-03-11
类型:发明专利
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
1
一种基于光照感应与无线通信的智能光电路灯
光电路灯 核心板 MQTT协议 光照传感器 继电器模块
2
一种在SDN环境中基于MF-LSTM的LDoS攻击检测方法
攻击检测方法 网络流量数据 LSTM模型 信息熵 矩阵
3
一种高填方机场地基处理快速联动分区更新方法和系统
分区模型 机场地基 高填方 曲面 三维地质模型
4
端到端网络切片分配方法、系统以及通信系统
切片分配方法 终端设备 矩阵 传输网 优化网络资源分配
5
一种切削加工参数优化方法、装置、设备及存储介质
参数优化方法 机器学习模型 粒子群优化算法 数据 样本
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