公开(公告)号：CN108615230A

公开(公告)日：2018-10-02

申请号：CN201810220507.6

申请日：2018-03-16

Applicant: 北京邮电大学

Inventor： 周晓光 ,  孙沐毅 ,  党豪 ,  韩凯 ,  梁思琪 ,  沈壮壮 ,  王露笛 ,  代爱妮 ,  邢颖

IPC: G06T7/00 ,  G06N3/04

Abstract: 本发明提供一种轮毂表面异常图像检测方法和系统，所述方法包括：获取待检测的轮毂表面图像，基于已训练的用于异常检测的深度学习模型对所述轮毂表面图像进行异常检测，标记所述轮毂表面图像中的异常区域和异常区域对应的异常类别。通过采集轮毂表面图像，得到原始数据集，对图像进行切分以及数据增强，得到轮毂表面异常图像，并标记轮毂表面图像中的中异常区域进行标注，得到含有异常区域位置与类别信息的标注文件，将轮毂表面异常图像和标注文件作为训练集进行深度卷积神经网络训练，可以实现对轮毂表面图像的异常区域的定位与检测，解决了现有技术中人工检测工作繁琐、速度慢，同时自动化检测时配置硬件成本高、难以实施的问题。