一种基于残差网络和知识编码的锯链缺陷检测方法

专利申请号：CN202310321223.7

公 开 号：CN116429782A

发 明 人：张福豹 刘苏苏 吴婷 陈励威 

专利类型：发明专利

申 请 日：20230714

公 开 日：20230329

专利主分类号：G01N21/95

关 键 词：锯链 矩阵 分割 标准矩阵 缺陷检测 知识编码 残差 图像分割算法 方式判断 分类网络 高分辨率 工业检测 关键区域 结合位置 矩阵运算 零件类别 缺陷定位 特征提取 图像分割 完成零件 训练效率 颜色特征 自适应 检测 网络 迁移 采集 图像 学习 分类 

摘      要：本发明涉及工业检测技术领域，尤其涉及一种基于残差网络和知识编码的锯链缺陷检测方法，包括：步骤1、图像分割：将采集到的高分辨率锯链图像通过自适应图像分割算法提取零件关键区域，获得实时锯链零件的分割图和位置信息；步骤2、特征提取：将分割图传入基于残差网络ResNet34的深度学习模型中，采用迁移学习的方式提高训练效率，分类网络提取零件类别特征和颜色特征，完成零件分割图的分类工作；步骤3、缺陷检测和定位：通过知识编码的方式将分割图提取的特征以实时矩阵的形式表示，标准锯链的特征以标准矩阵的形式表示，实时矩阵与标准矩阵通过矩阵运算的方式判断缺陷，并结合位置矩阵完成缺陷定位。本发明能够完成缺陷的检测与定位，检测效率高。