【技术实现步骤摘要】
本专利技术属于铜板带检测领域，涉及缺陷图像的智能分割技术，具体是一种用于铜板带缺陷图像的智能分割系统。
技术介绍
1、在铜板带生产和质量控制中，检测和识别铜板带上的缺陷是非常重要的工作。传统的人工方法需要大量的时间和人力进行缺陷区域的标注，且耗时耗力且不够高效。因此，引入智能分割系统，借助深度学习等先进技术，可以实现自动化的缺陷检测与识别，提高生产效率和质量控制的准确性。智能分割系统可以有效地减少人工成本，提高缺陷检测效率，并为后续的数据分析和决策提供更准确的数据支持。
2、一般的用于铜板带缺陷图像的智能分割系统，无缺陷的正常图像采集方便，因此相对容易构建数量充分、质量可靠的正常样本数据集。由于缺陷发生是小概率事件，致使异常缺陷图像的收集较为困难，缺陷复杂程度和数量不足，影响训练模型分割缺陷图像的能力。
技术实现思路
1、本专利技术旨在至少解决现有技术中存在的技术问题之一；为此，本专利技术提出了一种用于铜板带缺陷图像的智能分割系统，用于解决异常缺陷图像的收集较为困难，缺陷复杂程...
【技术保护点】
1.一种用于铜板带缺陷图像的智能分割系统，其特征在于，包括：
2.根据权利要求1所述的一种用于铜板带缺陷图像的智能分割系统，其特征在于，所述数据补充模块，包括：
3.根据权利要求2所述的一种用于铜板带缺陷图像的智能分割系统，其特征在于，所述生成器网络单元，包括：
4.根据权利要求3所述的一种用于铜板带缺陷图像的智能分割系统，其特征在于，所述损失函数通过生成对抗网络中的均方误差损失函数来衡量生成的缺陷样本数据与真实数据之间的差异，调整隐藏层参数，包括以下步骤：
5.根据权利要求1所述的一种用于铜板带缺陷图像的智能分割系统，...
【技术特征摘要】
1.一种用于铜板带缺陷图像的智能分割系统，其特征在于，包括：
2.根据权利要求1所述的一种用于铜板带缺陷图像的智能分割系统，其特征在于，所述数据补充模块，包括：
3.根据权利要求2所述的一种用于铜板带缺陷图像的智能分割系统，其特征在于，所述生成器网络单元，包括：
4.根据权利要求3所述的一种用于铜板带缺陷图像的智能分割系统，其特征在于，所述损失函数通过生成对抗网络中的均方误差损失函数来衡量生成的缺陷样本数据与真实数据之间的差异，调整隐藏层参数，包括以下步骤：
5.根据权利要求1所述的一种用于铜板带缺陷图像的智能分割系统，其特征在于，所述缺陷判定模块通过正常图像数据集中的图像、进行图像融合后的正常图像、气孔缺陷、裂纹缺陷、变形缺陷和氧化锈蚀缺陷的样本数据、数据补充模块生产的图像数据，以及图像重构模块生成的重构图像数据训练识别缺陷的深度学习网络模型，包括以下步骤：
6.根据权利要求5所...
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。