公开(公告)号：CN116342502A

公开(公告)日：2023-06-27

申请号：CN202310208249.0

申请日：2023-03-07

Applicant: 北京理工大学珠海学院

Inventor： 薛帅 ,  许伟 ,  刘俊志 ,  黄相杰 ,  张静 ,  沈洋 ,  邢秀文

IPC: G06T7/00 ,  G06N20/00 ,  G06T7/73 ,  G06V10/764

Abstract: 本发明涉及工业视觉检测技术领域，尤其涉及一种基于深度学习的工业视觉检测方法。包括以下步骤：通过工业相机在工业光源下对存在瑕疵的工业零件进行拍照，拍摄多个角度的照片并存储在样本库内；将样本库内的照片打乱，并经过软件程序进行标定，标出工业零件上的缺陷处位置并标出缺陷种类；将标出缺陷种类的样本照片作为初始数据集建立深度学习模型；使用工业相机对工业零件进行拍摄，利用深度学习模型，对该工业零件进行检测，识别图像中缺陷种类；判断该工业零件是否为存在缺陷的产品，配合分拣终端完成缺陷产品的分拣。本发明的目的为了解决了学习训练时间长、检测成功率低的技术问题，提出了一种基于深度学习的工业视觉检测方法。