[发明专利]基于特征融合的卷积神经网络的缺陷分类识别系统在审
| 申请号： | 202110548602.0 | 申请日： | 2021-05-20 |
| 公开（公告）号： | CN112990391A | 公开（公告）日： | 2021-06-18 |
| 发明（设计）人： | 谢罗峰;谢政峰;殷鸣;朱杨洋;殷国富 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 成都乐易联创专利代理有限公司 51269 | 代理人： | 赵何婷 |
| 地址： | 610000 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于特征融合的卷积神经网络的缺陷分类识别系统，包括：地板样本获取模块，用于获取新材料地板的相同位置不同角度的3张图像信息；缺陷识别模块，用于根据获取的3张图像信息识别出新材料地板是否有缺陷，所述缺陷识别模块包括特征提取模块、特征融合模块、特征展平模块和特征决策模块，特征提取模块采用3路并行的ResNet‑34网络模型实现，本发明提出了3支路特征融合卷积神经网络模型，该网络模型在兼顾精度、参数量、内存占用的情况下，以ResNet‑34为支路网络基础架构、以合并操作为特征融合方式、嵌入CBAM注意力模块的TFFCNN‑CBAM网络模型具有良好的网络性能；与其他传统的分类卷积神经网络对比，其提高了1.28%~2.86%的精度。 | ||
| 搜索关键词： | 基于 特征 融合 卷积 神经网络 缺陷 分类 识别 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四川大学，未经四川大学许可，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/202110548602.0/，转载请声明来源钻瓜专利网。
