【技术实现步骤摘要】
本申请涉及人工智能，具体而言，涉及一种基于人工智能的热成型模具检测方法及系统。
技术介绍
1、在现有的模具缺陷检测技术中，人工视觉检查虽然可以识别出一些明显的缺陷，但对于微小或复杂的缺陷可能无法准确识别，且人工检查的效率低下，不能满足大规模生产的需求。而依赖单一检测网络模型的自动检测方法，由于模型设计和训练数据的局限性，可能无法全面覆盖所有类型的模具缺陷，导致检测结果的不完整性。
2、另外，现有技术在处理训练图像时，通常直接使用原始图像进行模型训练，没有进行有效的图像清洗。这可能导致训练图像中包含的噪声和无关信息被模型学习，从而影响模型的学习效果和检测精度。
技术实现思路
1、为了至少克服现有技术中的上述不足，本申请的目的在于提供一种基于人工智能的热成型模具检测方法及系统。
2、第一方面，本申请提供一种基于人工智能的热成型模具检测方法，应用于机器视觉检测系统，所述方法包括：
3、从初始热成型模具训练图像序列中提取与重点标注模具应用环境对应的多个模具训练图...
【技术保护点】
1.一种基于人工智能的热成型模具检测方法，其特征在于，应用于机器视觉检测系统，所述方法包括：
2.根据权利要求1所述的基于人工智能的热成型模具检测方法，其特征在于，所述依据所述Y个第一模具缺陷概率分布，对所述每个模具训练图像簇进行训练图像清洗，生成第一可信模具训练图像序列，包括：
3.根据权利要求2所述的基于人工智能的热成型模具检测方法，其特征在于，所述基于所述X个第一训练误差信息对所述每个模具训练图像簇进行训练图像清洗，生成所述第一可信模具训练图像序列之前，所述方法还包括：
4.根据权利要求1所述的基于人工智能的热成型模具检测方法...
【技术特征摘要】
1.一种基于人工智能的热成型模具检测方法，其特征在于，应用于机器视觉检测系统，所述方法包括：
2.根据权利要求1所述的基于人工智能的热成型模具检测方法，其特征在于，所述依据所述y个第一模具缺陷概率分布，对所述每个模具训练图像簇进行训练图像清洗，生成第一可信模具训练图像序列，包括：
3.根据权利要求2所述的基于人工智能的热成型模具检测方法，其特征在于，所述基于所述x个第一训练误差信息对所述每个模具训练图像簇进行训练图像清洗，生成所述第一可信模具训练图像序列之前，所述方法还包括：
4.根据权利要求1所述的基于人工智能的热成型模具检测方法，其特征在于，所述针对于所述x个模具训练图像的每个模具训练图像，将所述模具训练图像加载到第一热成型模具检测网络，依据所述第一热成型模具检测网络生成所述模具训练图像对应的y个第一模具缺陷概率分布之前，所述方法还包括
5.根据权利要求2所述的基于人工智能的热成型模具检测方法，其特征在于，所述从初始热成型模具训练图像序列中提取与重点标注模具应用环境对应的多个模具训练图像簇之后，所述方法还包括：
6.根据权利要求5所述的基于人工智能的热成型模具检测方法，其特征在于，所述将所述高级别扭曲扩展像素级特...
【专利技术属性】
技术研发人员：余新乐，周少良，
申请(专利权)人：维克多精密工业深圳有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。