[发明专利]一种基于深度学习的金属断口图像识别的方法在审
| 申请号： | 202010706268.2 | 申请日： | 2020-07-21 |
| 公开（公告）号： | CN111783802A | 公开（公告）日： | 2020-10-16 |
| 发明（设计）人： | 刘君;梁同 | 申请（专利权）人： | 南昌航空大学 |
| 主分类号： | G06K9/46 | 分类号： | G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 深圳市鼎浩知识产权代理有限公司 44544 | 代理人： | 张炬杰 |
| 地址： | 330063 江*** | 国省代码： | 江西;36 |
| 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深度学习的金属断口图像识别的方法，该方法包括以下步骤：第一步：将金属断口图像数据按70％、20％、10％的比例随机划分为训练集、测试集、验证集；第二步：采用数据增强技术对训练集进行数据扩充；第三步：采用迁移学习技术对卷积神经网络VGGNet16中卷积层和池化层的参数进行初始化，并在此基础上卷积神经网络VGGNet16进行训练和优化，直到VGGNet16网络收敛。本发明的方法可以实现特征的自动提取，省略传统机器学习算法中人工特征提取和选择的步骤；同时在模型训练过程中，模型自动的特征提取方式可以使得模型自动提取更容易识别对象的特征，从而获得最好的图像识别精度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 金属 断口 图像 识别 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南昌航空大学，未经南昌航空大学许可，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/202010706268.2/，转载请声明来源钻瓜专利网。
