一种基于深度学习回归算法的自适应PVC板缺陷检测系统及方法

AITNT
正文
推荐专利
一种基于深度学习回归算法的自适应PVC板缺陷检测系统及方法
申请号:CN202411892811
申请日期:2024-12-20
公开号:CN119887648A
公开日期:2025-04-25
类型:发明专利
摘要
本发明属于板材缺陷检测技术领域,具体地说,涉及一种基于深度学习回归算法的自适应PVC板缺陷检测系统及方法;本系统通过算法模型训练、参数设置以及缺陷检测三个模块实现全流程质量控制;采用改进的深度学习回归算法,实现图像采集参数和缺陷检测参数阈值的动态优化;显著提升了图像质量和缺陷识别的准确性和鲁棒性;本方案可以自适应处理多种类型的已知和未知PVC板材,减少人工干预,并可推广应用于其他材料的缺陷检测。
技术关键词
图像采集参数 缺陷检测参数 深度学习回归模型 缺陷检测单元 图像采集单元 回归算法 缺陷检测系统 数据采集单元 模型训练模块 样本 训练集 PVC板生产线 置信度阈值 板材缺陷检测 算法模型训练 实时图像采集
系统为您推荐了相关专利信息
1
一种AI识别体育运动轨迹数据分析系统
运动员 数据分析系统 运动轨迹分析 弯曲 图像采集单元
2
一种防护网异常检测系统及方法
防护网 异常检测系统 三维模型 状态监测单元 图像采集单元
3
自适应图像识别的加工定位方法及系统
驱动特征 空间分布特征 图像数据集合 干扰特征 定位方法
4
一种隔热耐火砖自动筛分机及其控制方法
隔热耐火砖 图像采集单元 负压除尘装置 自动筛分机 旋转传递单元
5
锂离子电池缺陷检测方法、系统及设备
拍摄位置信息 缺陷检测方法 控制检测设备 红外热成像设备 线框
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