原创力文档- 1、本文档共10页，其中可免费阅读9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
查看更多
本发明涉及一种金属表面质量检测方法，特别是一种基于U‑NET的金属材料表缺陷检测方法，包括：获取金属材料图像数据；利用ACGAN图像生成网络对数量较少的缺陷类型图像做数据增强，并对获取的图像数据进行预处理，并将数据集划分为测试数据集以及训练和验证数据集；搭建U‑NET语义分割网络，利用深度卷积神经网络对图像进行下采样特征提取，并利用多层反卷积对多尺度的特征图进行融合；将融合特征图输入分类器模块进行金属材料表面缺陷定位与分类。本模型可快速判断金属材料表面图像是否有缺陷，并给出缺陷类别和缺陷所在的位
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113298757 A
(43)申请公布日 2021.08.24
(21)申请号 202110472930.7
(22)申请日 2021.04.29
(71)申请人 同济
文档评论（0）