摘要
本发明涉及新一代信息技术领域,具体为一种基于人工智能的织带缺陷检测方法及系统。所述方法包括:通过工业相机获取织带正反面的动态图像,调整曝光时间和光源亮度,生成采集图像;对所述采集图像进行分割与增强处理,提取织带缺陷区域的图像特征序列,生成标准化图像数据;将所述标准化图像数据输入深度学习模型,识别缺陷区域,并输出缺陷位置、置信度和面积;基于所述缺陷参数生成NG信号,传递至PLC控制贴标机对缺陷区域进行标记,同时将缺陷数据存储并生成可视化分析报告。本发明通过高精度图像采集与深度学习算法的结合,实现织带表面复杂缺陷的精准识别与实时反馈,显著降低误报率与漏检率,提升检测效率与织带生产质量。
技术关键词
深度学习模型
织带
缺陷检测方法
工业相机
贴标机
置信度阈值
识别缺陷
全局快门模式
卷积神经网络提取
执行卷积运算
新一代信息技术
纹理特征
缺陷检测系统
标记
动态
深度学习算法
图像处理模块
数据存储
系统为您推荐了相关专利信息
服务机器人
情感特征
情感反馈
长短期记忆网络
深度学习模型
冠脉造影
定量评估方法
拓扑图
拓扑特征
池化技术
识别验证码
残差神经网络
字符检测模型
验证码图片
字符识别方法
车辆视觉
CCD图像传感器
信号预处理模块
电阻
稳压二极管