[发明专利]一种基于深度学习的长尾夹缺陷检测方法及系统在审
| 申请号： | 202110432409.0 | 申请日： | 2021-04-21 |
| 公开（公告）号： | CN113344847A | 公开（公告）日： | 2021-09-03 |
| 发明（设计）人： | 王培珍;曹静;薛子邯;陆凡凡 | 申请（专利权）人： | 安徽工业大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 合肥昊晟德专利代理事务所(普通合伙) 34153 | 代理人： | 何梓秋 |
| 地址： | 243032 *** | 国省代码： | 安徽;34 |
| 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长尾夹缺陷检测方法及系统，属于图像处理技术领域，包括以下步骤：S1：构建样本数据集；S2：获取预训练模型；S3：构建长尾夹缺陷检测识别模型；S4：进行检测识别。本发明以YOLOv4‑Tiny网络作为基础网络，通过迁移学习共享预训练网络中的权值参数，并添加全局空间注意力机制模块，提高特征表征能力，能够较为准确的对长尾夹缺陷图像实现检测识别，在进行图像缺陷检测效果对比实验中，表现出了较好的检测效果，其中mAP值指标达到了91.66％，实现了长尾夹缺陷图像的检测识别，为后续实现长尾夹检验及反馈系统打下基础，值得被推广使用。 | ||
| 搜索关键词： | 一种 基于 深度 学习 长尾 缺陷 检测 方法 系统 | ||
【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安徽工业大学，未经安徽工业大学许可，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/202110432409.0/，转载请声明来源钻瓜专利网。
