[发明专利]一种基于半监督迁移学习的热轧钢带表面缺陷检测方法在审
| 申请号： | 202211662283.7 | 申请日： | 2022-12-23 |
| 公开（公告）号： | CN115731237A | 公开（公告）日： | 2023-03-03 |
| 发明（设计）人： | 张玉成;田佳敏;姚晓凯;喻海霞;王源;周婷 | 申请（专利权）人： | 西京学院 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06V10/774;G06V10/44;G06V10/82;G06N3/08;G06T5/00;G06N3/0464 |
| 代理公司： | 西安众和至成知识产权代理事务所(普通合伙) 61249 | 代理人： | 李乃娟 |
| 地址： | 710123*** | 国省代码： | 陕西;61 |
| 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半监督迁移学习的热轧钢带表面缺陷检测方法，包括如下步骤：1、使用LabelImg标记软件对已有的热轧钢带数据集NEU‑DET中的标记信息进行调整、校对和清洗，将数据集NEU‑DET中六类缺陷图像划分为训练集、验证集和测试集；2、对训练集进行数据增强从而实现数据扩充；3、目标检测模型的构建与训练；步骤4、将改进后的Faster R‑CNN算法作为检测模型，在半监督学习框架STAC的强数据增强的基础上，引入Mosaic数据增强、KeepAugment方法和EMA方法，得到改进的半监督学习框架STAC，对未标记的热轧钢带数据采用强、弱两种数据增强，并把弱数据增强输入到教师模型，强数据增强输入到学生模型，提高了模型的标记效率，降低标记成本，并提高模型精度。 | ||
| 搜索关键词： | 一种 基于 监督 迁移 学习 轧钢 表面 缺陷 检测 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西京学院，未经西京学院许可，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/202211662283.7/，转载请声明来源钻瓜专利网。
