基于卷积神经网络的图像缺陷检测方法及装置

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于卷积神经网络的图像缺陷检测方法及装置
申请号:CN202411053563
申请日期:2024-08-01
公开号:CN119090807A
公开日期:2024-12-06
类型:发明专利
摘要
本发明公开了一种基于卷积神经网络的图像缺陷检测方法及装置。所述基于卷积神经网络的图像缺陷检测方法,包括:获取预设的图像训练样本集,并分析所述图像训练样本集中的任一图像的图像类型;使用分析后的图像训练样本集,训练预设的卷积神经网络,得到图像缺陷检测模型;通过所述图像缺陷检测模型,对待检测的图像进行图像缺陷检测。本申请的技术方案通过预设的图像训练样本集,应用卷积神经网络来构建图像缺陷检测模型,不仅简化了图像缺陷检测的流程,还可提高图像缺陷检测的准确率和智能化程度。
技术关键词
图像训练样本 图像缺陷检测模型 图像缺陷检测方法 坐标误差 训练样本集 存储程序指令 通信接口 超参数 梯度下降法 检测缺陷 电子设备 存储器 计算机 分析模块 可读存储介质
系统为您推荐了相关专利信息
蒸汽消耗量 混沌粒子群优化 训练样本集 混沌粒子群算法 BP神经网络
协方差矩阵 基扩展模型 OFDM符号 周期 非线性状态空间
时间序列预测模型 神经网络参数 调峰方法 历史运行数据 新能源电动车辆
水文参数 支持向量机回归模型 流域洪水预报方法 模拟模型 分布式水文模型
Arrhenius模型 模型建立方法 训练样本集 机器学习模型 速率