摘要
本发明属于叶片检测技术领域,具体涉及一种风电叶片AI视觉缺陷识别方法及系统。本发明的缺陷识别方法包括:构建缺陷对比库;构建缺陷识别类别对象训练集;形成缺陷特征库;获取刻度图片数据,进行AI视觉缺陷识别刻度特征库的构建;将实时采集风电叶片的视频数据上传至云服务器,并根据上传路径规划云端储存;AI视觉识别引擎对所述实时采集的视频数据进行扫描,并与所述AI视觉缺陷识别刻度特征库进行比对,根据比对结果,输出品控报告并提供缺陷处理建议。实现风电叶片体积大、长度长、出厂暂存、陆地运输、装船运输、陆地吊装、海上吊装等防护漆面外观AI视觉缺陷识别、缺陷提醒及精准的缺陷针对性建议。
技术关键词
缺陷识别方法
风电叶片
视觉
刻度
TensorFlow算法
卷积神经网络学习
漆面缺陷
图片
缺陷识别系统
识别算法
数据
视频
叶片检测技术
资源管理策略
缺陷特征提取
对象
云端
卷积神经网络模型
训练集
缺陷外观
系统为您推荐了相关专利信息
全天候无人机
检测定位系统
坐标系
图像采集模块
图像像素
三维点云数据
抓取方法
灵巧手
语义分割信息
深度强化学习
人形机器人
大语言模型
输出模块
投影系统
人机交互方法
表情特征
筛查方法
多模态
人脸表情图像
语音特征