摘要
本发明公开了一种电机组装体缺陷自动化检测方法,属于电机领域,通过获取图像、对所述电机组装体彩色图像中零件进行人工标注、利用深度学习算法建立电机组装体信息识别模型、使用Doe参数优化算法优化电机组装体信息识别模型、识别所述电机组装体图像中的缺陷等步骤,使电机组装体的缺陷能够自动检测,对训练过程中的参数使用了优化算法,免去调节参数的繁琐过程,使得模型效果达到理想的状态,通过参数优化算法的深度模型能快速的给出的准确的结果,本申请还包括实施上述电机组装体缺陷自动化检测方法的电机组装体缺陷自动化检测装置。
技术关键词
电机组装体
缺陷自动化检测装置
自动化检测方法
彩色图像
参数优化算法
面阵相机
深度学习算法
检测网络模型
图像获取结构
远心镜头
环形光源
计算器
通道注意力机制
因子
深度学习网络
识别电机
零件
系统为您推荐了相关专利信息
污染溯源方法
XGBoost模型
监测站点数据
历史监测数据
LightGBM模型
监督学习模型
多阶段
生成对抗网络
自动编码器
注意力机制
高粱
长短期记忆网络
高光谱成像系统
非线性映射关系
称量瓶
货物搬运方法
空间关系推理
驱动机械设备
彩色图像
货物包装
视觉避障方法
无人机
超声波传感器
全景摄像头
多核处理器