安徽工业大学 访客留言 申请认证

信用网址: 00198595.11315.com   

成立历史第 

一种基于深度学习的长尾夹缺陷检测方法及系统【异议或纠错】

档案编号: CQ-072-6960-5760
档案文号:
专利权人: 申请人 
发布时间: 发布时间 
档案分类: 专利权 
分 类 号: 第G06T7/00;G06N3/045;G06N3/0464;G06N3/082;G06N3/096;G06V10/774;G06V10/82类
授权状态: 已授权
档案内容: 本发明公开了一种基于深度学习的长尾夹缺陷检测方法及系统,属于图像处理技术领域,包括以下步骤:S1:构建样本数据集;S2:获取预训练模型;S3:构建长尾夹缺陷检测识别模型;S4:进行检测识别。本发明以YOLOv4-Tiny网络作为基础网络,通过迁移学习共享预训练网络中的权值参数,并添加全局空间注意力机制模块,提高特征表征能力,能够较为准确的对长尾夹缺陷图像实现检测识别,在进行图像缺陷检测效果对比实验中,表现出了较好的检测效果,其中mAP值指标达到了91.66%,实现了长尾夹缺陷图像的检测识别,为后续实现长尾夹检验及反馈系统打下基础,值得被推广使用。
附件下载:  (原始资料备查)

相关专利信息信息

评论

您需要登录后才可以发表评论,请 登录注册

打分

说明:
一、所有信息力求客观、真实:以上信息由全国各级政府职能部门、各行业协会(社团组织)、金融机构、主流媒体、信息主体或实名制下的广大消费者(包括交易对方、员工等)客观提供,不含有本征信平台的任何主观评价;
二、信息异议机制:欢迎大家对有异议的信息及时提出,我们将按照《绿盾全国企业征信管理办法》规定对异议进行核实、修正,确保客观、公平;
三、尊重发布者权益,永不"删贴":对于符合国家法律、法规和本征信平台规定的每一条信息,都将客观记录于企业信用档案,参与信用分值计算,并长期保存。

分享到:
绿盾在线
×
=合作留言=
绿盾业务合作
×
  • 马先生
    15652211315
  • 黄先生
    15652011315