[发明专利]基于图像识别深度学习技术的晶粒度智能评级方法在审
| 申请号： | 201810751652.7 | 申请日： | 2018-07-10 |
| 公开（公告）号： | CN109034217A | 公开（公告）日： | 2018-12-18 |
| 发明（设计）人： | 吴铖川;王洪利;杜思敏;赵中清 | 申请（专利权）人： | 成都先进金属材料产业技术研究院有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04 |
| 代理公司： | 成都虹桥专利事务所(普通合伙) 51124 | 代理人： | 李凌峰 |
| 地址： | 610306 四川省成都市中国（四川）自由贸易试验区成都市青白江区*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及基于深度学习的晶粒度智能评级技术。本发明解决了目前人工在晶粒度评级执行过程中存在精度低、评级标准不完善、半定量、主观因素较大问题。本发明提出了一种基于图像识别深度学习技术的晶粒度智能评级方法，其技术方案要点为：首先，搜集不同材料的晶粒度评级图像数据库，提取晶粒度图像信息和晶粒度等级标签并进行图像预处理；其次，将晶粒度评级图像数据库分为训练集、验证集和测试集，并根据需要设置训练集、验证集和测试集的比例；然后，将训练集和验证集用于深度神经网络的训练；再然后，利用深度神经网络的训练模型初始化测试用的神经网络；最后，将测试集输入到初始化之后的测试用的深度神经网络进行材料的晶粒度智能评级测试。 | ||
| 搜索关键词： | 晶粒度 评级 神经网络 测试集 训练集 验证集 智能 图像数据库 图像识别 初始化 测试 技术方案要点 图像预处理 等级标签 评级标准 图像信息 训练模型 主观因素 半定量 学习 搜集 | ||
【主权项】：
1.基于图像识别深度学习技术的晶粒度智能评级方法，其特征在于，包括如下步骤：步骤1、搜集不同材料的晶粒度评级图像数据库，提取晶粒度图像信息和晶粒度等级标签并进行图像预处理；步骤2、将晶粒度评级图像数据库分为训练集、验证集和测试集，并根据需要设置训练集、验证集和测试集的比例；步骤3、将训练集和验证集用于深度神经网络的训练，训练完成后进入步骤4；步骤4、利用深度神经网络的训练模型初始化测试用的神经网络；步骤5、将测试集输入到初始化之后的测试用的深度神经网络进行材料的晶粒度智能评级测试。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于成都先进金属材料产业技术研究院有限公司，未经成都先进金属材料产业技术研究院有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810751652.7/，转载请声明来源钻瓜专利网。
