一种基于深度学习的方便面黄斑检测方法技术

本发明专利技术公开了机器视觉深度学习瑕疵检测技术领域的一种基于深度学习的方便面黄斑检测方法，该方法包括以下步骤：第一步：使用工业相机和条形光源在产线上搭建拍摄环境，该拍摄环境需要在采集样图和生产过程中一致；第二步：拍摄大量方便面图像，方便面图像必须包含达标图像和瑕疵图像并进行分类；第三步：预处理，使图像有不同效果的成像，本发明专利技术中提供的方便面黄斑检测方法，节省了人工成本，方便管理，避免人工操作带来的危险，高效率检测。高效率检测。高效率检测。

【技术实现步骤摘要】
一种基于深度学习的方便面黄斑检测方法


[0001]本专利技术涉及机器视觉深度学习瑕疵检测
，具体为一种基于深度学习的方便面黄斑检测方法。

技术介绍

[0002]原有方法靠人工检测方便面瑕疵，需要耗费大量人力，人无法一直高效率工作，久了会感觉到疲惫并且具有一定危险性，为此，我们提出一种基于深度学习的方便面黄斑检测方法。

技术实现思路

[0003]本专利技术的目的在于提供一种基于深度学习的方便面黄斑检测方法，以解决上述
技术介绍
中提出的问题。
[0004]为实现上述目的，本专利技术提供如下技术方案：一种基于深度学习的方便面黄斑检测方法，该方法包括以下步骤：
[0005]第一步：使用工业相机和条形光源在产线上搭建拍摄环境，该拍摄环境需要在采集样图和生产过程中一致；
[0006]第二步：拍摄大量方便面图像(不能出现相同的图像)，方便面图像必须包含达标图像和瑕疵图像并进行分类；
[0007]第三步：预处理，使图像有不同效果的成像：
[0008](1)高斯噪声，在图像上增加噪点；
[000本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于深度学习的方便面黄斑检测方法，其特征在于：该方法包括以下步骤：第一步：使用工业相机和条形光源在产线上搭建拍摄环境，该拍摄环境需要在采集样图和生产过程中一致；第二步：拍摄大量方便面图像(不能出现相同的图像)，方便面图像必须包含达标图像和瑕疵图像并进行分类；第三步：预处理，...

【专利技术属性】
技术研发人员：刘湘，阳志豪，
申请(专利权)人：苏州北境人工智能科技有限公司，
类型：发明
国别省市：