[发明专利]视觉注意力网络系统及工件表面缺陷检测方法有效
| 申请号： | 201810820348.3 | 申请日： | 2018-07-24 |
| 公开（公告）号： | CN109035233B | 公开（公告）日： | 2021-09-21 |
| 发明（设计）人： | 徐一丁;张霞;曾泽沧;张丽果;王一鸣;郑慧娟 | 申请（专利权）人： | 西安邮电大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/62;G06N3/04 |
| 代理公司： | 西安智邦专利商标代理有限公司 61211 | 代理人： | 杨引雪 |
| 地址： | 710121 陕西*** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 为解决现有非接触无损工件缺陷检测识别准确率低、检测效果较差、已被图像非缺陷位置信息所掩盖的技术问题，本发明提供了一种视觉注意力网络系统及工件表面缺陷检测方法，在卷积神经网络模型作为工件分类网络的基础上，加入视觉注意力模块，通过视觉注意力模块生成的软注意力模板提取特征图中的重要特征，进而提升了CNN模型对具有表面缺陷的工件的识别准确率。 | ||
| 搜索关键词： | 视觉 注意力 网络 系统 工件 表面 缺陷 检测 方法 | ||
【主权项】：
1.视觉注意力网络，其特征在于：包括依次连接的至少一个图像特征处理单元、一个全局平均池化层和一个softmax分类器；单个图像特征处理单元包括一个卷积模块一、至少一个卷积模块二、一个注意力模块和一个乘法模块；单个图像特征处理单元中卷积模块二为一个时，卷积模块二与注意力模块并行设置；卷积模块一的输出作为注意力模块与卷积模块二的输入，注意力模块与卷积模块二的输出作为乘法模块的输入；单个图像特征处理单元中卷积模块二为多个时，多个卷积模块二依次连接后，与注意力模块并行设置；卷积模块一的输出作为注意力模块与首个卷积模块二的输入，注意力模块与最后一个卷积模块二的输出作为乘法模块的输入；卷积模块一用于对其接收的图像进行卷积处理提取特征，且卷积模块一输出的特征图尺寸为其所接收图像的二分之一；卷积模块二用于对接收到的特征图进行卷积处理提取特征，且卷积模块二输出的特征图尺寸与其接收到的特征图尺寸相同。
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西安邮电大学，未经西安邮电大学许可，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/201810820348.3/，转载请声明来源钻瓜专利网。
