[发明专利]基于二值图像和模型迁移学习的转子绕线图像检测方法在审
| 申请号： | 201811430291.2 | 申请日： | 2018-11-27 |
| 公开（公告）号： | CN109584228A | 公开（公告）日： | 2019-04-05 |
| 发明（设计）人： | 陈刚;贾友彬;张小国 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/12;G06N3/04 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 210000 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于二值图像和模型迁移学习的转子绕线图像检测方法，根据RGB特征将转子绕线训练集图像进行二值化操作，并对二值图像进行去干扰处理，得到转子绕线二值图像构成的训练集；利用ImageNet数据集对Inception‑V3模型进行预训练，得到预训练模型；利用转子绕线二值图像构成的训练集对预训练模型的全连接层进行微调，得到最终的模型；利用最终的模型对根据RGB特征二值化后的待测图像进行检测，进而实现对待测图像的精确检测，与现有技术相比，本发明通过综合二值化图像与迁移学习两种方法，有效地避免了背景和光照因素对检测精度的影响，也解决了训练样本不足的问题，缩短了检测时间并提高了检测准确率。 | ||
| 搜索关键词： | 二值图像 转子绕线 检测 图像检测 训练模型 迁移 训练集 二值化操作 二值化图像 训练集图像 待测图像 干扰处理 训练样本 二值化 连接层 数据集 有效地 准确率 微调 学习 光照 图像 | ||
【主权项】：
1.一种基于二值图像和模型迁移学习的转子绕线图像检测方法，其特征在于，具体包括如下步骤：S1：根据RGB特征将转子绕线训练集图像进行二值化操作，并对二值化图像进行去干扰处理，得到转子绕线二值图构成的训练集；S2：利用ImageNet数据集对Inception‑V3模型进行预训练，并保存模型，得到预训练模型；S3：利用转子绕线二值图构成的训练集对预训练模型的全连接层进行微调，得到最终的模型；S4：利用最终的模型对根据RGB特征二值化的待测图像进行检测，进而实现待测图像的精确检测。
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东南大学，未经东南大学许可，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/201811430291.2/，转载请声明来源钻瓜专利网。
