一种基于卷积神经网络的汽车电镀件缺陷检测方法.pdfVIP

下载本文档

0
0
约1.18万字
约 13页
2023-05-20 发布于北京
举报
版权申诉

一种基于卷积神经网络的汽车电镀件缺陷检测方法.pdf

1、本文档共13页，其中可免费阅读12页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

一种基于卷积神经网络的汽车电镀件缺陷检测方法，主要包括以下步骤：S1:采集相关汽车电镀件图像；S2:对S1采集到的图像进行预处理；S3:建立一种面向汽车电镀件缺陷检测的混合分类模型；S4：建立的混合分类模型在推理过程当中对网络进行训练，汽车电镀件缺陷识别分类的过程是使用训练数据作为输入，并提供输出作为测试数据，通过提取最优特征对汽车电镀件是否缺陷以及缺陷的种类进行分类。本方法减少了汽车电镀件图像数据的不确定性，以更少的参数提高精度，同时能够处理模糊数据，使该方法可以应用于智能相机上，对汽车电镀件

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114913132 A (43)申请公布日 2022.08.16 (21)申请号 202210415737.4 G06V 10/774 (2022.01)