摘要
本发明公开了基于深度学习和边缘检测的玻璃污垢智能检测方法,属于玻璃污垢检测领域,首先构建玻璃污垢目标检测图像数据集;然后通过构建并训练玻璃污垢图像检测模型,利用图像数据集训练构建好的图像检测模型,再通过训练好的玻璃污垢图像检测模型,对待检测图像进行玻璃污垢区域的检测,得到检测框;另一方面,通过边缘检测方法,对待检测图像进行边缘检测,得到边缘区域图;最后将所述检测框与所述边缘区域图结合,对待检测图像中玻璃污垢区域的定位及轮廓分割。本发明避免了大量的训练集标注,降低了成本,深度学习与边缘检测相结合的方式提高了模型性能和精度,而将检测结果传输给机器人控制系统,还能够协助完成工业垃圾清洁。
技术关键词
图像检测模型
智能检测方法
污垢
玻璃
边缘检测方法
特征提取模块
融合特征提取
智能检测系统
检测头
多尺度特征
边缘轮廓
机器人控制系统
卷积模块
输入多尺度
线性
数据
系统为您推荐了相关专利信息
图像检测模型
清扫策略
机场跑道
图像增强
电子设备
时空关联关系
输电线路状态监测方法
异常状态
终端设备
可见光图像
晶圆级扇出封装
键合结构
树脂基底
天线辐射体
馈电组件
老化测试夹具
半导体芯片
测试组件
测试座
TO封装