科研之友
微信
新浪微博
Facebook
分享链接
摘要
常规的车辆表观瑕疵智能检测矩阵一般设定为单向，检测区域受到限制，导致最终的误检率增加，为此提出基于深度学习算法的车辆表观瑕疵智能检测方法的设计与分析。根据实际的测定需求及标准，进行表观瑕疵特征提取，采用多方向的形式，构建智能检测矩阵，打破传统检测方式对检测范围的限制。以此为基础，构建深度学习测算瑕疵智能检测模型，采用二值化深度修正方法实现智能检测。测试结果表明：本次设计的深度学习算法车辆表观瑕疵智能检测组最终获取的车辆瑕疵误检率较好地控制在30%以下，表明瑕疵检测方法的针对性更强，检测误差可控，具有实际的应用价值。
