技术特征：
技术总结
本发明公开了一种基于深度学习的玻璃清洁度的检测方法，包括：对大量的玻璃图片进行标注，并将已标注的玻璃图片的尺寸变换为256×256像素的已处理图片；标注的范围为0～1；将已处理图片中设定比例的图片作为训练集合，剩余的图片作为测试集合；把训练集合输入到深度卷积神经网络中，深度卷积神经网络学习带污渍的玻璃图片的污渍特征，进行迭代训练后得到深度学习模型；把测试集合输入到深度学习模型，由深度学习模型输出玻璃清洁程度的置信度。本发明还涉及一种实现上述方法的装置。本发明不仅能够快速识别出玻璃是否有污渍，而且能给出玻璃清洁度的置信度，识别效率较高，误识别率较低，便于工业自动化识别。
技术研发人员：曲贺;李晋;刘卉元;张岚;贾强;张鹏
受保护的技术使用者：南京瑞麒凰电子科技有限公司
技术研发日：2017.05.11
技术公布日：2017.09.26