摘要
本发明公开了一种烟支缺陷数字样本的推荐度计算方法,是从卷包产线视觉检测终端上采集烟支缺陷图片,通过深度学习模型的检测,并基于描述局部纹理特征的特征矩阵技术,计算得到当前缺陷图片加入到缺陷数字样库的推荐度,从而为人工添加到数字样库提供量化参考结果,最终能筛选出典型的符合生产要求的数字样本并加入到数字样库,以代替实体样本,用以检验设备是否正常。本发明提高了生产效率,改善了烟支检测的生产工艺,保证了烟支质量的稳定性。
技术关键词
度计算方法
烟支
样本
图片
检测终端
局部纹理特征
像素
特征值
图像
双线性插值
可读存储介质
深度学习模型
检验设备
处理器
矩阵
存储器
度量
视觉
计算机
坐标
系统为您推荐了相关专利信息
动作识别模型
人体姿态估计算法
关节点
待测对象
图像
电量预测方法
变量
学习器
电量预测模型
特征工程
人脸数据库
视频处理单元
人脸身份识别
视频流解码
数据处理单元
等级划分方法
多模态特征融合
装备
谱聚类算法
样本
遥感图像解译
遥感图像数据
样本
峰值信噪比
指标