摘要
本发明属于水电设备磁粉检测技术领域,具体涉及一种基于AI图像识别的水电设备磁粉检测方法与系统;通过获取水电设备磁粉检测的图像并进行预处理,得到增强图像;将不明显的特征突出,减少环境因素干扰,使图像中的信息更容易识别;不会损失细节信息,尤其是缺陷信息。将增强图像输入预设的神经网络模型中进行网络训练,得到网络参数;根据网络参数,进行增强图像的缺陷检测,得到图像中可能存在缺陷的区域、该区域内存在缺陷的概率、缺陷的类型和尺寸信息。通过预设的神经网络模型进行随机抽样部分网络参数进行网络迭代优化训练,将检测后的结果重新生成训练数据,以解决训练数据不足的问题,减少了对数据量的依赖,提高了缺陷识别的准确率。
技术关键词
AI图像识别
磁粉检测方法
水电设备
神经网络模型
磁粉检测系统
分类缺陷
缺陷检测单元
Laplacian算子
融合特征
参数
磁粉检测技术
生成训练数据
直方图均衡化
可读存储介质
处理器
尺寸
存储器
系统为您推荐了相关专利信息
故障诊断方法
序列
发电机
预测误差
神经网络模型
成型设备
故障诊断方法
数字孪生
故障诊断模块
三维物理模型
神经网络模型
空间定位信息
施肥方法
区域作物
肥料
睡眠障碍治疗
生命体征数据
疗效评估系统
多模态数据采集
指数