[发明专利]一种基于双流神经网络模型的钢板表面缺陷分类方法有效
| 申请号： | 202010484073.8 | 申请日： | 2020-06-01 |
| 公开（公告）号： | CN111627018B | 公开（公告）日： | 2023-08-04 |
| 发明（设计）人： | 倪红军;张加俏;任福继;张振亚;贯大兴;吕帅帅;汪兴兴;张福豹;朱昱;张守阳;王凯旋 | 申请（专利权）人： | 南通大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/764;G06V10/82;G06N3/0464;G01N21/88;G06N3/045 |
| 代理公司： | 南京经纬专利商标代理有限公司 32200 | 代理人： | 朱小兵 |
| 地址： | 226019*** | 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： | 本发明提供了一种基于双流神经网络模型的钢板表面缺陷分类方法，包括如下步骤：S10建立钢板表面缺陷标准图库；S20待检测图片缺陷分类，将待检测图片导入双流神经网络获得全局优先值以及局部特征值，综合所述全局优先值以及所述局部特征值确定每张所述待检测图片的缺陷类别；以及S30待检测图片缺陷位置判定，使用YOLO网络确定所述分类结果中的缺陷类别所在位置，其中所述YOLO网络中的两个残差网络模块替换为两个特征复用网络模块。本发明的一种双流神经网络模型的钢板表面缺陷分类方法，采用双流神经网络模型首先判断缺陷的类别，后将待检测图片导入YOLO网络预测缺陷位置；双流神经网络和YOLO网络配合提高了缺陷定位精度，提高了检测的效率。 | ||
| 搜索关键词： | 一种 基于 双流 神经网络 模型 钢板 表面 缺陷 分类 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通大学，未经南通大学许可，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/202010484073.8/，转载请声明来源钻瓜专利网。
