基于深度学习的树脂罐耐压测试方法及系统

本发明公开了基于深度学习的树脂罐耐压测试方法及系统，涉及数据处理技术领域。所述方法包括：基于目标树脂罐的表面图像进行显著特征分析，确定多个异常区域，并进行缺陷识别，根据识别结果构建缺陷分布图；基于设备属性设置检索约束条件进行同类产品的耐压测试记录检索，获取样本数据集，并利用样本数据集对深度学习算子进行监督训练，构建耐压性能预测器；采集目标树脂罐在预定时区内的环境参数，将缺陷分布图和环境参数输入所述耐压性能预测器，输出预测最大承压值，作为耐压测试结果。解决了现有技术中树脂罐耐压测试结果不够准确的技术问题，通过结合深度学习分析缺陷分布和环境参数，达到了提高耐压性能预测准确性的技术效果。