本发明对于镜头内部结构的检测方法,提高了断层扫描图像缺陷搜索的准确度与精度。不会因为搜索到非对焦缺陷,导致算法误检。且对点子等检测精度,由原来相差±10um,提高到了±5um以内。
本发明对于镜头端面和凸台的检测方法,针对端面与凸台检测的耗时,由原两张图片分别导入显卡中进行gpu运算深度学习模型,现在仅需要导入一张图片进行深度学习运算极大的降低了gpu运算的消耗,计算耗时由原1600ms,下降至900ms左右,极大的提升了效率。
检测对象:布匹缺陷
主要方法:作者使用一个多层的CNN网络对布匹缺陷数据集中的六类缺陷样本进行分类,分类结束之后,对于
每一类样本进行缺陷检测。具体做法是: 1.使用滑动窗口的方法在512*512的原图上进行采样,采样大小为
128*128 ; 2.对上部分每一类图像采样后的小图像块进行二 -分类(有缺陷和无缺陷)。下图为文章两次分类使
用的CNN网络,两次分类的区别在于: 1.全连接层的输入分别为6和2 ; 2输入的图像尺日
缺陷检测是一项重要的质量控制和措施,用于发现产品或材料中的潜在缺陷和问题。以下是缺陷检测的一些好处和重要性:
提高产品质量:缺陷检测可以帮助及早发现产品或材料中的缺陷,确保生产出高质量的产品。通过检测和纠正缺陷,可以减少不合格品率,提高产品的可靠性和性能。
减少成本和浪费:通过及早发现和修复缺陷,可以减少产品的返工、报废和修复成本。缺陷检测有助于降低生产成本,提高生产效率,并减少资源的浪费。
以上信息由专业从事非标产品瑕疵检测的宣雄于2024/3/28 7:12:14发布
转载请注明来源:http://szhou.mf1288.com/szxxznlj-2725146980.html
下一条:篷布厂家免费咨询「苏州顺捷篷布」