实习项目-论文 -基于一种多材料表面瑕疵AI检测方法及其系统

   一种多材料表面瑕疵AI检测方法及其系统--刘瑞

技术领域

本文属于智能制造，人工智能，机器视觉，机器学习，AI大模型技术领域。

背景技术

随着机器学习与AI技术的发展，使得在AI检测方面机器换人成为可能，由于工业质量要求高，通常的检测正确率要求99%以上，而通常的AI检测算法基于一种模型时，检测瑕疵的正确性在90%左右，特别是当被检测物体表面有多种材料组成时，比如：运动鞋和时尚鞋类，其表面通常由多种颜色的材料组成，矿产品表面受其他物质的参杂或氧化形成多种形态，以及医疗皮肤检测针对不同肤色等。由于被检测材料表面的颜色和感光程度的不同，当前的单一模型的AI机器学习算法在混合了多种形态的训练对象后，对被检测物体的瑕疵检测正确率难易达到工业质量标准的要求。

当前的大语言模型LLM基于对大规模文本样本训练，采用人机对话机器翻译理解，以及生成式人工智能，生成人类提出问题的答案，图像与视频大模型也同样是基于生成式AI生成视频图像。这些大模型技术不能满足工业瑕疵检测的需求。

发明内容

为了解决上述问题，本发明专利公开一种多材料表面瑕疵AI检测方法及其系统 ，系统组成为：视觉单元，表面特征识别单元，AI检测单元，机器学习训练单元；AI检测方法如下：1）机器学习训练利用