一种基于深度学习的工件磨损检测方法及系统

专利申请号：CN202010042386.8

公 开 号：CN111260626A

发 明 人：张彩霞 王向东 胡绍林 

代 理 人：蔡伟杰

代理机构：44205 广州嘉权专利商标事务所有限公司

专利类型：发明专利

申 请 日：20200609

公 开 日：20200115

专利主分类号：G06T7/00(20170101)

关 键 词：工件磨损 检测 检测工件 样本图像 自动检测 特征集 样本 图像 故障诊断技术 表面缺陷 工件状态 检测系统 磨损状态 缺陷类型 缺陷区域 人力成本 神经网络 图像输入 标注 学习 

摘      要：本发明涉及故障诊断技术领域，具体涉及一种基于深度学习的工件磨损检测方法及系统，所述方法为：首先获取样本工件在各类磨损状态下的样本图像；接着标注所述样本图像的表面缺陷类型和缺陷区域，生成样本工件的图像特征集；将所述图像特征集输入到MaskR‑CNN神经网络进行训练，生成工件磨损检测模型；通过将待检测工件的图像输入所述工件磨损检测模型进行自动检测，识别待检测工件的缺陷类型。本发明还相应的提供了基于深度学习的工件磨损检测系统，本发明能够实现对工件磨损的自动检测，提高了工件状态的检测效率，节省了人力成本。