一种基于深度学习的连接器焊接缺陷智能检测系统及方法

AITNT
正文
推荐专利
一种基于深度学习的连接器焊接缺陷智能检测系统及方法
申请号:CN202510995166
申请日期:2025-07-18
公开号:CN120833323A
公开日期:2025-10-24
类型:发明专利
摘要
本发明涉及自动化和机械视觉技术领域,具体涉及一种基于深度学习的连接器焊接缺陷智能检测系统及方法,该系统包括图像采集模块、AI模型核心模块以及处理模块,处理模块与所述图像采集模块和AI模型核心模块连接,用于根据所述异常分数判定所述待测连接器是否存在缺陷。本发明的目的在于提供提供一种基于深度学习的连接器焊接缺陷智能检测系统及方法,能够在仅有良品样本、或缺陷样本极少或没有的情况下,依然能够准确、鲁棒地检测出各种已知和未知连接器表面缺陷。
技术关键词
生成式对抗网络 缺陷智能检测方法 实时图像 图像采集模块 机械视觉技术 图像重建 迭代优化算法 核心 指示缺陷 无影光源 远心镜头 生成特征 自动化设备 工业相机 像素 穹顶 样本
系统为您推荐了相关专利信息
1
一种面向视觉导航的大视场角差异图像匹配定位方法
图像匹配定位方法 视场角 渲染数据集 视角 实时图像
2
基于触控传感器图像的三维相对触摸力估计和人机交互方法
触摸力估计 触控传感器 人机交互方法 计算机执行指令 特征提取模块
3
一种基于极线约束的LoFTR立体匹配方法
立体匹配方法 双目相机 鲁棒估计方法 极线约束条件 矩阵
4
基于时空编码的红外小目标检测方法及系统
矩阵分解算法 红外探测器 编码 信噪比 因子
5
基于生成式对抗网络和最优传输的青少年儿童骨数据增强模型构建方法
模型构建方法 生成式对抗网络 数据分布 网络架构 训练样本集
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号