发明公开
- 专利标题: 基于深度学习的涂层老化特征识别及等级判定方法及系统
-
申请号: CN202410734943.0申请日: 2024-06-07
-
公开(公告)号: CN118587495A公开(公告)日: 2024-09-03
- 发明人: 孙丹丹 , 董彩常 , 王琳 , 张波 , 丁国清 , 杨万国 , 曲政
- 申请人: 青岛钢研纳克检测防护技术有限公司 , 钢铁研究总院青岛海洋腐蚀研究所有限公司
- 申请人地址: 山东省青岛市平度市南村镇智慧大道28号中国钢研新材料产业园;
- 专利权人: 青岛钢研纳克检测防护技术有限公司,钢铁研究总院青岛海洋腐蚀研究所有限公司
- 当前专利权人: 青岛钢研纳克检测防护技术有限公司,钢铁研究总院青岛海洋腐蚀研究所有限公司
- 当前专利权人地址: 山东省青岛市平度市南村镇智慧大道28号中国钢研新材料产业园;
- 代理机构: 青岛华慧泽专利代理事务所
- 代理商 段宏超
- 主分类号: G06V10/764
- IPC分类号: G06V10/764 ; G06V10/10 ; G06V20/70 ; G06V10/26 ; G06V10/82 ; G06V10/40 ; G06N3/0464 ; G06N3/096
摘要:
本发明涉及涂层老化评价技术领域,具体的涉及一种基于深度学习的涂层老化特征识别及等级判定方法及系统,包括如下步骤:步骤1:使用数据采集装置,将老化图像数据集入库,记录关联数据信息;步骤2:使用图像注释工具对图像数据集进行处理,实现老化特征像素分类;步骤3:训练至少一种特征分割网络;步骤4:获取目标数字图像,将经过训练的至少一种特征分割网络用于目标数字图像每个像素点的分类;步骤5:建立单项老化特征量化判定等级;步骤6:获得涂层特征量化结果;步骤7:建立数据关联关系,输出对应的老化特征等级,实现老化等级判定。本发明方法腐蚀等级评估不需要检测人员的分类,避免人为主观判断影响,提高评估效率。