[发明专利]基于轻量化深度学习模型的结构缺陷快速识别与分类方法在审
| 申请号： | 202210073320.4 | 申请日： | 2022-01-21 |
| 公开（公告）号： | CN114332075A | 公开（公告）日： | 2022-04-12 |
| 发明（设计）人： | 陈柳洁;姚皓东;傅继阳 | 申请（专利权）人： | 广州大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/26;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京高航知识产权代理有限公司 11530 | 代理人： | 刘艳玲 |
| 地址： | 510006 广东省*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于轻量化深度学习模型的结构缺陷快速识别与分类方法，包括：利用VGG16‑U‑Net模型对采集的缺陷图像进行语义分割处理，去除图像背景噪声干扰，构建EfficientNetB0模型，对EfficientNetB0模型进行训练，得到训练好的EfficientNetB0模型，将语义分割处理后的缺陷图像输入训练好的EfficientNetB0模型中进行识别，并输出识别结果，本申请协同了VGG16‑U‑Net的语义分割技术，可实现图像的自动预处理，提高图像识别算法的鲁棒性。数据评价模型的性能相当准确，模型规模和训练速度之间达到良好的平衡。模型的训练速度和识别速度加快，使用余弦退火的随机梯度下降算法以提高模型学习率，避免陷入局部最小值，快速寻找全局最小值。 | ||
| 搜索关键词： | 基于 量化 深度 学习 模型 结构 缺陷 快速 识别 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广州大学，未经广州大学许可，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/202210073320.4/，转载请声明来源钻瓜专利网。
- 上一篇：一种工业用智能机器人仿生机械手抓取设备
- 下一篇：一种清管通过指示器
