申请/专利权人:河北科技大学
申请日:2021-06-23
公开(公告)日:2021-09-21
公开(公告)号:CN113421242A
主分类号:G06T7/00(20170101)
分类号:G06T7/00(20170101);G06N20/00(20190101);G06T7/70(20170101);G06T7/80(20170101);G06N3/04(20060101);G06N3/08(20060101)
优先权:
专利状态码:有效-授权
法律状态:2023.10.27#授权;2021.10.12#实质审查的生效;2021.09.21#公开
摘要:本发明提供了一种深度学习的焊点外观质量检测方法、装置及终端,该方法包括:获取目标焊点的三维点云图;将目标焊点的三维点云图进行处理,得到目标焊点所对应的多张连续的二维图像;将目标焊点所对应的多张连续的二维图像输入预设置的基于三维卷积神经网络的检测模型中;通过检测模型对目标焊点所对应的多张连续的二维图像进行检测,检测结果为目标焊点合格或不合格。本发明能够精准、快速的判断焊点是否合格。
主权项:1.一种基于深度学习的焊点外观质量检测方法,其特征在于,包括:获取目标焊点的三维点云图;将所述目标焊点的三维点云图进行处理,得到所述目标焊点所对应的多张连续的二维图像;将所述目标焊点所对应的多张连续的二维图像输入预设置的基于三维卷积神经网络的检测模型中;通过所述检测模型对所述目标焊点所对应的多张连续的二维图像进行检测,检测结果为所述目标焊点合格或不合格。
全文数据:
权利要求:
百度查询: 河北科技大学 基于深度学习的焊点外观质量检测方法、装置及终端
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。