基于知识的产品表面缺陷图像语义精细化识别

一、成果基本信息

二、成果简介

工业产品的表面缺陷的图像不仅包含着缺陷类型，还包含和与之相关的不良设计与制造的因果逻辑信息，这些信息是隐性的、零散的和非结构化的，难以挖掘与利用，无法为解决产品缺陷问题从设计与制造方面提供先验基础。因此，项目组提出一种基于因果知识的产品表面缺陷图像语义精细化识别方法。首先，设计一种改进的ResNet网络模型提高分类效果；然后，通过自顶向下的方式构建产品表面缺陷因果知识图谱并存储在Neo4j中；最后，开发一种因果知识分析的可视化平台，实现以网络模型输出数据来驱动因果知识图谱的缺陷成因可视化。此外，利用天池工业铝型材表面缺陷数据集对该方法进行验证，将经过相关分析与比对，可有效表示出铝型材表面缺陷成因，为产品表面缺陷检测提供方法服务支持。

三、成果转化预期：

通过该方法的应用，结合企业产品质量管理体系，可提高企业产品检测的质量及效率，提高产品质量管理的水平和效率，从而产生良好的经济和社会效益

 特别声明

1.本公告仅对成果进行推介，接受意向方咨询与洽谈，以上介绍中的内容仅供参考。

2.贵州阳光产权交易所通过自身网站及相关媒体发布的项目信息并不构成贵州阳光产权交易所对任何项目的任何交易建议。意向方应不依赖于已披露的上述信息并自行对项目的相关情况进行必要的尽职调查和充分了解。

项目联系人 ：赵经理  

联 系 电 话：15085914974