摘要
本发明涉及缺陷数据识别技术领域,尤其涉及一种基于生产环节瑕疵识别的质量检测模型训练方法。该方法包括收集初始瑕疵产品图像;标记出瑕疵轮廓;对初始瑕疵产品图像进行滑动扫描和轮廓分析,基于轮廓分析结果确定所述初始瑕疵产品图像的瑕疵严重程度;基于实际瑕疵严重程度对各所述初始瑕疵产品图像进行边缘增强处理;进行模型训练,得到对应的瑕疵类型。本发明通过基于实时的轮廓分析结果动态调整扫描窗口的滑动状态,提高检测过程的灵活性和高效性,根据瑕疵的严重程度进行边缘增强处理,不同的边缘增强处理模式针对不同类型的瑕疵进行优化,能够有效提升瑕疵的可见性,使得后续的检测和分析更加准确,提升整体检测效果。
技术关键词
瑕疵
检测模型训练方法
轮廓面积
像素点
初始亮度值
图像
偏心
数据识别技术
模式
标记
轮廓区域
轮廓曲线
边缘检测
尺寸
动态
连线
列表
系统为您推荐了相关专利信息
焊缝模拟试块
检测锆合金
超声波
仿真模型
空间分布特征
关键特征点
深部矿井
三维模型
煤岩界面
图像配准
城镇排水管道
城市排水防涝
报告生成技术
管道缺陷检测
图像
状态监测方法
像素点
头戴式虚拟现实设备
图像
心理