申请/专利权人:工极智能科技(苏州)有限公司
申请日:2019-07-31
公开(公告)日:2024-03-29
公开(公告)号:CN110428408B
主分类号:G06T7/00
分类号:G06T7/00;G06V10/774;G06V10/82
优先权:
专利状态码:有效-授权
法律状态:2024.03.29#授权;2019.12.03#实质审查的生效;2019.11.08#公开
摘要:本发明基于ELM‑in‑ELM的瑕疵检测方法,步骤如下:1)成像装置进行工件图像成型,后通过ORB算法进行特征点的提取及匹配,进一步提取出当前图像中的感兴趣区域,即工件的图像;2利用ELM‑in‑ELM对提取到的工件图像进行自动特征提取与判别工件是否有瑕疵。
主权项:1.一种基于ELM-in-ELM的瑕疵检测方法,其特征在于:步骤如下:1)成像装置进行工件图像成型,后通过ORB算法进行特征点的提取及匹配,进一步提取出当前图像中的感兴趣区域,即工件的图像;2)利用ELM-in-ELM对提取到的工件图像进行自动特征提取与判别工件是否有瑕疵;ELM-in-ELM为在线学习网络,具有实时性,可以用于实时瑕疵检测形成基于在线学习网络的实施瑕疵检测方法;ELM-in-ELM包括的深度卷积神经网络,通过导入多种不同的瑕疵判断数据进行深度学习,以适应不同检测场合检测;ELM-in-ELM保留了其输入权重随机给定特点的基础上,采用内层多个ELM网络分别训练以及外层ELM网络单独训练的方法将多个ELM网络进行组合,提高了分类的准确性和稳定性;3)采用小样本进行训练,在实际使用过程中针对识别错误的工件图像进行重新训练,使得网络性能不断提高,进而达到检测精度;形成高递进程式的瑕疵检测方法。
全文数据:
权利要求:
百度查询: 工极智能科技(苏州)有限公司 基于ELM-in-ELM的瑕疵检测方法
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。