[发明专利]一种基于神经网络架构搜索的缺陷分类方法在审
| 申请号： | 202110683600.2 | 申请日： | 2021-06-22 |
| 公开（公告）号： | CN113592061A | 公开（公告）日： | 2021-11-02 |
| 发明（设计）人： | 陆秋;陈皓天;杨铁军 | 申请（专利权）人： | 桂林理工大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 541004 广西壮*** | 国省代码： | 广西;45 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 一种 基于 神经网络 架构 搜索 缺陷 分类 方法 | ||
1.一种基于神经网络架构搜索的缺陷分类方法包括：改进后的MobileNetV2搜索空间，搜索策略，评估方式。
2.根据权利要求1所述方法，其特征在于，改进后的MobileNetv2搜索空间包含三种深度可分离卷积：卷积核尺寸为3，通道数扩增倍数为1的深度可分离卷积；卷积核尺寸为3，通道数扩增倍数为3的深度可分离卷积；卷积核尺寸为3，通道数扩增倍数为6的深度可分离卷积，并将其放在分为头层与堆叠层中的block，在堆叠层中进行堆叠三种不同的深度可分离卷积；其次将原始Relu激活函数更改为LeakyRelu，获取更多的正负信息。
3.根据权利要求1所述方法，其特征在于，搜索策略包含设定四个阶段，在每个阶段设定含有不同通道数和堆叠层数的block；在第一个阶段设定含有16，32和堆叠层数为0的block；在第二个阶段设定含有48，64，80，96通道数和堆叠层数为3的block；在第三个阶段设定含有108，112，128，136，160通道数和堆叠层数为3的block；在第四阶段设置含有168，178，184，192通道数和堆叠层数为3的block；其次将整个搜索空间松弛，设置损失函数，利用梯度下降的方式搜索网络。
4.根据权利要求1所述方法，其特征在于，评估方式分为两个阶段，在第一阶段中，将搜索中的验证准确率作为搜索模型的标准；在第二个阶段，将验证集最高的模型放入真实印制电路板缺陷数据集中训练，并将最好的结果放入测试集中测试，从而得到mAP结果。
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桂林理工大学，未经桂林理工大学许可，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/pat/books/202110683600.2/1.html，转载请声明来源钻瓜专利网。
