一种基于卷积神经网络的匣钵筛分检测方法

发明专利无效专利

申请号：
CN202010068824.8
IPC分类号：G06T7/00;G06K9/62;G06N3/04;G06N3/08
申请日期：
2020-01-21
申请人：
北京中鼎高科自动化技术有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于卷积神经网络的匣钵筛分检测方法
申请号	CN202010068824.8	申请日期	2020-01-21
法律状态	驳回	申报国家	中国
公开/公告日	2020-03-27	公开/公告号	CN110930406A
优先权	暂无	优先权号	暂无
主分类号	G06T7/00 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06T 一般的图像数据处理或产生〔6，2006.01〕 G06T7/00 图像分析〔6，2006.01，2017.01〕	IPC分类号	G;0;6;T;7;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;4;;;G;0;6;N;3;/;0;8查看分类表>
申请人	北京中鼎高科自动化技术有限公司	申请人地址	北京市通州区中关村科技园区通州园金桥科技产业基地景盛南四街15号2H 变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京中鼎高科自动化技术有限公司	当前权利人	北京中鼎高科自动化技术有限公司
发明人	郑秀征;王英利;贾其臣;冯龙申;朱超平
代理机构	北京东方芊悦知识产权代理事务所（普通合伙）	代理人	刘太雷

摘要

本发明属于匣钵缺陷检测技术领域，涉及一种基于卷积神经网络的匣钵筛分检测方法包括：步骤1：获取匣钵侧面和底面的灰度图像，步骤2：对采集的匣钵图像进行预处理，然后对匣钵图像样本进行扩充，获得若干匣钵图像的训练集和若干匣钵图像的测试集；步骤3：预处理后的训练集和测试集输入到卷积神经网络模型GoogleNet中，调整卷积神经网络模型GoogleNet的参数，得到优化的卷积神经网络模型GoogleNet，构建GoogleNet网络；步骤4：获取待识别的匣钵图像并进行步骤2所述的预处理，并输入步骤3构建的GoogleNet网络中进行，计算图像存在某个缺陷的概率，判断属于某类缺陷，完成匣钵缺陷检测。本发明利用深度学习技术对带有缺陷的匣钵进行筛分，避免使节约开支，提高生产的效率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供