本发明公开了一种基于多迭代分类器的轮胎X光病疵检测方法，该方法基于多迭代分类器的模型实现，模型包括三部分：用于获取预处理后图像的特征图的卷积层、用于提取特征图中候选区域的区域候选网络、以及迭代的分类网络；迭代的分类网络采用三层Fast ...

本发明公开了一种基于纹理对比的轮胎X光病疵检测方法，包括如下步骤：首先获取轮胎X光图像，使用边缘检测算法得到轮胎X光图的梯度二值图，在得到的梯度二值图中获取帘线的y坐标，通过计算获得帘线坐标最稀疏处与帘线坐标最密集处，求得最稀疏的a条帘...

本发明公开了一种基于多模型融合的轮胎X光病疵检测方法，该方法基于YOLOv3模型和改进的Faster R‑CNN模型，利用两种模型各自优点，将其结合到一起，实现了计算机来代替人眼判别当前X光图像是否有瑕疵，以及是何种瑕疵，与此同时还能标...

本发明公开了一种两阶段的轮胎X光病疵检测方法，该方法包括两阶段：第一阶段先提出一些可能存在目标病疵的区域，使用区域候选网络获得候选区域和区域的类别概率值，随后第二阶段将得到的候选区域送到感兴趣区域池化层统一尺寸，然后将其送入分类层进行分...

本发明属于图像识别和检测技术领域，具体提供一种基于标准图对比的轮胎X光病疵检测方法，包括：采集得到特定的轮胎花纹的标准图、正常图和病疵图的图片的集合；根据图片的不同类型对X光检测图片的所述样本集进行标注，并将具有标注信息的样本分为训练集...

本发明属于图像识别和检测技术领域，具体提供一种基于孪生距离比对的轮胎X光病疵检测方法，包括：采集得到特定的轮胎花纹的标准图、正常图和病疵图的图片的集合；根据图片的不同类型对X光检测图片的所述样本集进行标注，并将具有标注信息的样本分为训练...

本发明属于图像识别和检测技术领域，具体公开了一种多尺度的轮胎X光病疵检测方法。本发明检测方法的步骤包括数据标注、图像预处理、图像裁剪、搭建FPN(特征金字塔网络)融合Faster R‑CNN网络模型、初始化模型、将图像数据集分为训练集、...

本发明公开了一种可判别病疵等级的轮胎X光病疵检测方法。该方法包括数据标注、图像预处理、图像裁剪、搭建Faster R‑CNN模型、初始化模型、将图像数据集分为训练集、验证集和测试集、基于所述测试集进行测试，检测图片类型。本发明通过可判别...