【技术实现步骤摘要】
本专利技术涉及深度学习，具体是一种基于深度学习的图片缺陷识别方法及系统。
技术介绍
1、深度学习是机器学习的一个分支，主要通过多层神经网络来模拟人脑的学习过程。图片缺点识别通常指的是通过技术手段对图片中存在的缺陷、异常或者不完美之处进行检测和识别的过程。
2、随着工业自动化和智能制造的发展，对产品质量的在线检测和控制越来越重要。而传统的图片缺陷识别方法主要依赖于人工视觉或者简单的图像处理技术，存在识别速度慢、准确性低、易受主观因素影响等问题；因此，通过深度学习来提高图片缺陷识别的准确率，具有重要的理论和现实意义。
3、如何利用深度学习技术，对综合生产数据进行图片矫正，获得标准图片序列，设置特征识别系数进行级数变换，获得特征提取框，通过特征提取框对标准图片序列和标准图样数据进行边缘特征提取，获得特征边缘图片序列和规范边缘图样序列并进行遍历比对，获得缺陷切片图，是我们需要解决的问题，为此，现提供一种基于深度学习的图片缺陷识别方法及系统。
技术实现思路
1、本专利技术的目...
【技术保护点】
1.一种基于深度学习的图片缺陷识别系统，包括管理中心，其特征在于，所述管理中心连接有图片采集模块、图片处理模块、特征提取模块以及智能识别模块；
2.根据权利要求1所述的一种基于深度学习的图片缺陷识别系统，其特征在于，采集综合生产数据和标准图样数据的过程包括：
3.根据权利要求2所述的一种基于深度学习的图片缺陷识别系统，其特征在于，获得标准图片序列的过程包括：
4.根据权利要求3所述的一种基于深度学习的图片缺陷识别系统，其特征在于，获得特征提取框的过程包括：
5.根据权利要求4所述的一种基于深度学习的图片缺陷识别系统，其特...
【技术特征摘要】
1.一种基于深度学习的图片缺陷识别系统，包括管理中心，其特征在于，所述管理中心连接有图片采集模块、图片处理模块、特征提取模块以及智能识别模块；
2.根据权利要求1所述的一种基于深度学习的图片缺陷识别系统，其特征在于，采集综合生产数据和标准图样数据的过程包括：
3.根据权利要求2所述的一种基于深度学习的图片缺陷识别系统，其特征在于，获得标准图片序列的过程包括：
4.根据权利要求3所述的一种基于深度学习的图片缺陷识别系统，其特征在于，获得特征提取框的过程包括：
5.根据权利要求4所述的一种基于深度学习的图片缺陷识别系统，其...
【专利技术属性】
技术研发人员：李世伟，刘佳良，吴蓉蓉，杨梅，杨延红，
申请(专利权)人：山东投师问录大数据集团有限公司，
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。