基于深度学习的金属制品表面喷漆颜色质检方法

本发明提供了基于深度学习的金属制品表面喷漆颜色质检方法，包括以下步骤：步骤1：确定需要检测的金属工件涂漆颜色和标准色卡颜色，采集数据集并对数据集进行处理和数据标注，使用脚本将生成的标注文件进行格式转换；步骤2：构建颜色识别模型，即利用YOLOv5和Resnet‑18进行颜色识别，实现金属工件从图像输入后的颜色种类识别；步骤3：构建颜色一致性评判模型，即先使用U‑net网络进行目标分割，再进行孪生神经网络训练进行合格性检验；步骤4：调整改进模型参数，得到网络模型，进行两者性能的比较；最后拍摄实际情况下的工件图片验证模型的适用性，分析模型在不同场景下的优势。应用本技术方案可实现对工件的像素级分割预测。