【技术实现步骤摘要】
本申请涉及图像数据处理领域，具体涉及一种玻璃绝缘子表面瑕疵检测方法。
技术介绍
1、玻璃绝缘子是一种用于电力传输和配电系统的重要组件，其主要用于支撑和固定导线，同时起到绝缘作用，防止电流泄漏到支撑结构上。玻璃绝缘子通常由玻璃纤维增强塑料或硅酸盐玻璃制成，具有良好的机械强度和电气绝缘性能。在对玻璃绝缘子加工生产的过程中，由于环境、工艺、仪器等多种因素的问题会导致玻璃绝缘子的表面可能出现不同程度的缺陷，为了保证其在后续使用过程中绝缘性能的稳定，需要在加工结束后对其表面进行质量检测。
2、目前，为了提高对玻璃绝缘子表面质量的检测效率，通常通过训练ai检测模型（例如神经网络模型）来实现对玻璃绝缘子表面质量的自动化检测。但是，对ai检测模型进行训练时，通常情况下会直接将所采集到的数据样本集输入神经网络模型中。在该训练方式下，由于数据样本集在进行采集的过程中是随机对某个玻璃绝缘子的某个部位进行采集的，因此所构建的数据样本集中所有的数据样本类型都是随机分布的（即合格的玻璃绝缘子与不合格的玻璃绝缘子没有进行明确的区分），这就会导致神经网络模...
【技术保护点】
1.一种玻璃绝缘子表面瑕疵检测方法，其特征在于，包括：
2.如权利要求1所述的一种玻璃绝缘子表面瑕疵检测方法，其特征在于，所述基于多个基分类器对所述待处理的神经网络模型训练集的分类表现重构所述数据样本集，得到输入训练集，包括：
3.如权利要求2所述的一种玻璃绝缘子表面瑕疵检测方法，其特征在于，所述根据二分类结果和每一个第一数据样本对应的预设标签确定每一个基分类器的分类错误率，包括：
4.如权利要求3所述的一种玻璃绝缘子表面瑕疵检测方法，其特征在于，所述基于所述分类错误率对所述第一数据样本进行权重调整，包括：
5.如权利要...
【技术特征摘要】
1.一种玻璃绝缘子表面瑕疵检测方法，其特征在于，包括：
2.如权利要求1所述的一种玻璃绝缘子表面瑕疵检测方法，其特征在于，所述基于多个基分类器对所述待处理的神经网络模型训练集的分类表现重构所述数据样本集，得到输入训练集，包括：
3.如权利要求2所述的一种玻璃绝缘子表面瑕疵检测方法，其特征在于，所述根据二分类结果和每一个第一数据样本对应的预设标签确定每一个基分类器的分类错误率，包括：
4.如权利要求3所述的一种玻璃绝缘子表面瑕疵检测方法，其特征在于，所述基于所述分类错误率对所述第一数据样本进行权重调整，包括：
5.如权利要求4所述的一种玻璃绝缘子表面瑕疵检测方法，其特征在于，所述根据所述目标样本在历史分类结果中的分类错误率占比，确定所述目标样本的错误率，包括：
...
【专利技术属性】
技术研发人员：张敏豪，凌一凡，陈敏，杜学良，
申请(专利权)人：浙江泰伦绝缘子有限公司，
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。