【技术实现步骤摘要】
本专利技术属于新能源船舶检测，具体是涉及到一种基于深度学习的新能源船舶配件检测方法及系统。
技术介绍
1、随着新能源领域的不断发展，新能源技术也逐步应用于大型船舶上，新能源技术在船舶上的应用具有重要的意义。新能源船舶使用清洁能源(如电力、氢能、风能、太阳能等)，可以大幅减少二氧化碳、硫氧化物、氮氧化物和颗粒物的排放，降低对大气和海洋环境的污染。另一方面，电动推进系统和其他新能源技术通常运行更安静，有助于减少船舶噪音对海洋生物的影响，保护海洋生态系统。相应的，新能源船舶在生产制造过程中也会增加许多更加精密复杂的新能源配件。对于这些精密复杂的新能源配件，无法依靠人类视觉检测方法进行检测，因此机器视觉检测技术成为新能源船舶配件检测的发展趋势。
2、机器视觉技术应用十分广泛，在人脸检测与识别，机械零件质量检测，光学字符识别，字符编码检测等领域都有很多研究成果。新能源船舶的配件往往涉及复杂的结构和新材料，这些材料和结构可能具有微小的、难以察觉的缺陷。这些重要配件功能的可靠性和稳定性将直接影响船舶上新能源技术应用的安全性。在现有的实施方...
【技术保护点】
1.一种基于深度学习的新能源船舶配件检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于深度学习的新能源船舶配件检测方法，其特征在于，所述基于所述标准三维模型为各个所述出厂图像标注感兴趣区域包括如下步骤：
3.根据权利要求2所述的基于深度学习的新能源船舶配件检测方法，其特征在于，所述边缘匹配步骤包括如下步骤：
4.根据权利要求3所述的基于深度学习的新能源船舶配件检测方法，其特征在于，所述根据边缘匹配结果为对应的所述出厂图像标注感兴趣区域包括如下步骤：
5.根据权利要求2所述的基于深度学习的新能源船舶配件检测...
【技术特征摘要】
1.一种基于深度学习的新能源船舶配件检测方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于深度学习的新能源船舶配件检测方法，其特征在于，所述基于所述标准三维模型为各个所述出厂图像标注感兴趣区域包括如下步骤：
3.根据权利要求2所述的基于深度学习的新能源船舶配件检测方法，其特征在于，所述边缘匹配步骤包括如下步骤：
4.根据权利要求3所述的基于深度学习的新能源船舶配件检测方法，其特征在于，所述根据边缘匹配结果为对应的所述出厂图像标注感兴趣区域包括如下步骤：
5.根据权利要求2所述的基于深度学习的新能源船舶配件检测方法，其特征在于，所述通过水平集方法为对应的所述出厂图像标注感兴趣区域包括如下步骤：
6.根据权利要求5所述的基于深度学习的新能源船舶配件检测方法，其特征在于，所述能量泛函包括内部能量泛...
【专利技术属性】
技术研发人员：李燚超，付如坤，王亮，李班，陈翔，肖炼文，金松，董润，杜光林，
申请(专利权)人：鄂州三江东顺船业有限公司，
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。