由于CNN強(qiáng)大的特征提取能力，采用基于CNN的分類網(wǎng)絡(luò)目前已成為表面缺陷分類中的模式一般來說，溫州字符檢測(cè)，現(xiàn)

有表面缺陷分類的網(wǎng)絡(luò)常常采用計(jì)算機(jī)視覺中現(xiàn)成的網(wǎng)絡(luò)結(jié)構(gòu)，包括AlexNet， VGG， GoogL eNet，ResNet，

SENet，ocr字符檢測(cè)批發(fā)， ShuteNet，MobileNet等。利用分類網(wǎng)絡(luò)結(jié)合上滑動(dòng)窗口的方式可以實(shí)現(xiàn)缺陷的***。

Deep learning-based crack damage detection using convolutional neural networks

將符合缺陷標(biāo)準(zhǔn)的所有缺陷放入到缺陷容器中。

根據(jù)本發(fā)明的一個(gè)方面，所述步驟s3包括：

s31、通過旋轉(zhuǎn)光源獲得多張圖片，將每張圖片的鏡片區(qū)域減去屏蔽區(qū)域獲得每一張圖片的檢測(cè)區(qū)域；

s32、將多張圖片的所有檢測(cè)區(qū)域進(jìn)行值法融合為一張用于缺陷表達(dá)圖片作為檢測(cè)圖片；

s33、對(duì)所述檢測(cè)圖片進(jìn)行分割，篩選出同一位置處的缺陷判斷產(chǎn)品是否合格。

本發(fā)明對(duì)于鏡頭上下表面的檢測(cè)，通過鏡片區(qū)域減去屏蔽區(qū)域獲得有效檢測(cè)區(qū)域，并將多張圖片的有效檢測(cè)區(qū)域進(jìn)行融合，進(jìn)行一次缺陷檢測(cè)，字符識(shí)別檢測(cè)，有效提升了檢測(cè)結(jié)果的準(zhǔn)確性。

以上所述僅為本發(fā)明的一個(gè)方案而已，字符缺陷檢測(cè)，并不用于限制本發(fā)明，對(duì)于本領(lǐng)域的技術(shù)人員來說，本發(fā)明可以有各種更改和變化。凡在本發(fā)明的精神和原則之內(nèi)，所作的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。

ocr字符檢測(cè)批發(fā)-溫州字符檢測(cè)-宣雄智能科技(查看)由蘇州宣雄智能科技有限公司提供。蘇州宣雄智能科技有限公司是從事“缺陷檢測(cè)，攝像頭缺陷檢測(cè)”的企業(yè)，公司秉承“誠(chéng)信經(jīng)營(yíng)，用心服務(wù)”的理念，為您提供更好的產(chǎn)品和服務(wù)。歡迎來電咨詢！聯(lián)系人：朱秀謹(jǐn)。