本发明公开了基于深度学习的热管吸液芯氧化分级方法，包括：S1、选取热管吸液芯氧化分级指标，确定吸液芯氧化分级标准，包括：S11、搭建视觉采集装置，采用视觉采集装置采集吸液芯图像，对吸液芯图像进行预处理和分析；S12、搭建吸液芯毛细爬升高度红外测试装置和数据获取及处理分析；S13、搭建热管功率测试装置和功率测试结果分析；S14、重复进行步骤S11至S13，对最终所得数据进行整体分析，选取氧化分级指标，确定吸液芯的氧化分级标准；S2、根据吸液芯氧化分级标准，构建吸液芯图像数据集；构建吸液芯氧化分级模型，采用吸液芯氧化分级模型进行分级。本发明将机器视觉与机器学习方法相结合，可实现吸液芯氧化品质的高精度、快速、无损检测。
声明：
“基于深度学习的热管吸液芯氧化分级方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1192
编辑：管理员
来源：北方有色网
咨询细节
