[发明专利]一种基于特征融合的卷积神经网络瑕疵检测方法有效
| 申请号： | 201911104107.X | 申请日： | 2019-11-13 |
| 公开（公告）号： | CN110992311B | 公开（公告）日： | 2023-04-28 |
| 发明（设计）人： | 许玉格;钟铭;吴宗泽 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/80;G06V10/766;G06V10/764;G06V10/82;G06N3/045;G06N3/0464;G06N3/082 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 冯炳辉 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 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特征融合的卷积神经网络瑕疵检测方法，包括步骤：1)对数据集进行预处理；2)对输入到模型卷积网络中的图片，进行resize、padding和归一化操作；3)将瑕疵图片和模板图片输入到Resnet101卷积网络中进行特征提取，并分别构建出瑕疵图片和模板图片的FPN网络；4)将瑕疵图片和模板图片的FPN网络中对应的特征层的通道进行叠加，采用卷积的方式进行融合；5)基于融合后的特征层进行初步的候选区域提取，再进行ROI池化操作；6)级联多个ROI池化层和分类、回归层构成Cascade R‑CNN网络，对输入的候选区域进行分类和回归；7)选定优化器，对模型进行训练；8)将待预测图片输入到训练好的模型中，输出瑕疵检测结果。本发明可提高瑕疵检测过程中对瑕疵的分类准确率和mAP值。 | ||
| 搜索关键词： | 一种 基于 特征 融合 卷积 神经网络 瑕疵 检测 方法 | ||
【主权项】：
暂无信息
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华南理工大学，未经华南理工大学许可，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/201911104107.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种小鼠室壁瘤模型的构建方法
- 下一篇：一种高温冷却卧式机械动密封结构
