【技术实现步骤摘要】
本申请涉及深度学习，尤其涉及一种基于深度学习的圆孔毛边缺陷检测方法、系统及存储介质。
技术介绍
1、随着工业制造的不断发展，对产品质量的要求日益严格，尤其是在精密零件的制造过程中，任何微小的缺陷都可能对产品性能产生重大影响。圆孔作为各种机械和电子设备中常见的结构元件，其加工质量对整个产品的功能性和耐用性至关重要。因此，针对圆孔边缘的质量检测，尤其是毛边缺陷的检测，已经成为制造行业中的一项重要课题。
2、随着深度学习技术的不断发展，逐渐开始使用神经网络模型进行圆孔毛边缺陷的检测。具体而言，现有技术通过构建缺陷检测模型来识别圆孔边缘的毛边缺陷。这个过程通常包括两个主要步骤：首先，收集并标注大量缺陷类型的数据，供神经网络模型进行训练；其次，在模型训练完成后，将圆孔的图像输入到模型中，由模型输出检测结果。这种基于深度学习的检测方法相较于传统的视觉检测技术在准确性和自动化方面都有了显著提升。
3、然而，现有技术仅依赖深度学习模型进行圆孔毛边缺陷检测时，仍然存在一定的局限性。由于模型训练高度依赖于大量标注数据，难以涵盖所有可...
【技术保护点】
1.一种基于深度学习的圆孔毛边缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于深度学习的圆孔毛边缺陷检测方法，其特征在于，所述采集圆孔图像并对所述圆孔图像进行预处理包括：
3.根据权利要求1所述的基于深度学习的圆孔毛边缺陷检测方法，其特征在于，所述基于径向投影和边缘偏离度分析对所述圆孔图像进行几何缺陷验证，生成第二检测结果包括：
4.根据权利要求3所述的基于深度学习的圆孔毛边缺陷检测方法，其特征在于，所述确定圆孔的圆心位置和半径包括：
5.根据权利要求3所述的基于深度学习的圆孔毛边缺陷检测方法，其特...
【技术特征摘要】
1.一种基于深度学习的圆孔毛边缺陷检测方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于深度学习的圆孔毛边缺陷检测方法，其特征在于，所述采集圆孔图像并对所述圆孔图像进行预处理包括：
3.根据权利要求1所述的基于深度学习的圆孔毛边缺陷检测方法，其特征在于，所述基于径向投影和边缘偏离度分析对所述圆孔图像进行几何缺陷验证，生成第二检测结果包括：
4.根据权利要求3所述的基于深度学习的圆孔毛边缺陷检测方法，其特征在于，所述确定圆孔的圆心位置和半径包括：
5.根据权利要求3所述的基于深度学习的圆孔毛边缺陷检测方法，其特征在于，所述通过几何方法沿着圆心向外投射多条径向线包括：
6.根据权利要求1所述的基...
【专利技术属性】
技术研发人员：王岩，石庆卫，
申请(专利权)人：苏州密卡特诺精密机械有限公司，
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。