一种基于深度学习回归算法的自适应PVC板缺陷检测系统及方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度学习回归算法的自适应PVC板缺陷检测系统及方法
申请号:CN202411892811
申请日期:2024-12-20
公开号:CN119887648A
公开日期:2025-04-25
类型:发明专利
摘要
本发明属于板材缺陷检测技术领域,具体地说,涉及一种基于深度学习回归算法的自适应PVC板缺陷检测系统及方法;本系统通过算法模型训练、参数设置以及缺陷检测三个模块实现全流程质量控制;采用改进的深度学习回归算法,实现图像采集参数和缺陷检测参数阈值的动态优化;显著提升了图像质量和缺陷识别的准确性和鲁棒性;本方案可以自适应处理多种类型的已知和未知PVC板材,减少人工干预,并可推广应用于其他材料的缺陷检测。
技术关键词
图像采集参数 缺陷检测参数 深度学习回归模型 缺陷检测单元 图像采集单元 回归算法 缺陷检测系统 数据采集单元 模型训练模块 样本 训练集 PVC板生产线 置信度阈值 板材缺陷检测 算法模型训练 实时图像采集
系统为您推荐了相关专利信息
车辆疲劳驾驶预警系统 视频编码芯片 视频转换芯片 视频解码芯片 微控制器单元
高维特征向量 特征数据库 标识符 识别方法 执行数据库查询
缺陷识别方法 缺陷分析 待检对象 指标 图像采集参数
可见光探测器 图像采集方法 双面 信号处理单元 图像采集系统
智能跟踪控制系统 人工智能图像识别 图像识别单元 无人机 图像采集单元