基于人工智能的机械铸件缺陷检测方法及系统

摘要

本发明涉及机械零部件检测技术领域，具体涉及一种基于人工智能的机械铸件缺陷检测方法及系统。该方法包括：获取至少两个机械铸件初始图像；对该图像进行图像分割获取疑似裂纹缺陷区域图像；获取疑似裂纹缺陷区域图像的主成分方向，基于不同的主成分方向，确定各疑似裂纹缺陷区域图像不同的卷积核尺寸和滑动步长；将各疑似裂纹缺陷区域图像输入卷积神经网络进行图像特征提取，最终输出该图像中的各个像素点属于裂纹缺陷的概率；基于训练完成的卷积神经网络，对机械铸件的缺陷进行检测。极大地提升了网络训练的速度，并且在提高网络训练过程特征对比的细节的同时又提升了检测的准确度，进而提升了缺陷识别的效率。