原创力文档- 1、本文档共11页，其中可免费阅读10页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于深度学习的工业零件缺陷检测方法，涉及工业质检领域，主要包括步骤：获取预设数量的工业零件原始图像及经过缺陷标记后的缺陷标注图；根据缺陷标注图获取卷积池化处理后的特征图，将特征图与池化阶段中各池化层的输出进行融合，并利用初始卷积核卷积得到分割网络；调整卷积核大小依次对分割网络进行训练；根据原始图像和缺陷标注图对相应分割网络的输出结果进行分类训练，得到分类网络；根据分割网络和分类网络对工业零件原始图像进行缺陷程度、缺陷位置和缺陷种类判断。本发明通过先后池化‑上采样‑融合的处理，将缺
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113392915 A
(43)申请公布日 2021.09.14
(21)申请号 202110695517.7 G01N 21/88 (2006.01)
(22)申请日 2
文档评论（0）