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