|
钻瓜专利网为您找到相关结果 30个,建议您 升级VIP下载更多相关专利
- [发明专利]一种基于特征融合的卷积神经网络瑕疵检测方法-CN201911104107.X有效
-
许玉格;钟铭;吴宗泽
-
华南理工大学
-
2019-11-13
-
2023-04-28
-
G06T7/00
- 本发明公开了一种基于特征融合的卷积神经网络瑕疵检测方法,包括步骤:1)对数据集进行预处理;2)对输入到模型卷积网络中的图片,进行resize、padding和归一化操作;3)将瑕疵图片和模板图片输入到Resnet101卷积网络中进行特征提取,并分别构建出瑕疵图片和模板图片的FPN网络;4)将瑕疵图片和模板图片的FPN网络中对应的特征层的通道进行叠加,采用卷积的方式进行融合;5)基于融合后的特征层进行初步的候选区域提取,再进行ROI池化操作;6)级联多个ROI池化层和分类、回归层构成Cascade R‑CNN网络,对输入的候选区域进行分类和回归;7)选定优化器,对模型进行训练;8)将待预测图片输入到训练好的模型中,输出瑕疵检测结果。本发明可提高瑕疵检测过程中对瑕疵的分类准确率和mAP值。
- 一种基于特征融合卷积神经网络瑕疵检测方法
- [发明专利]基于样本增强的工业产品表面缺陷检测方法-CN201911390407.9有效
-
许玉格;郭子兴;戴诗陆;吴宗泽
-
华南理工大学
-
2019-12-30
-
2023-04-07
-
G06T7/00
- 本发明公开了一种基于样本增强的工业产品表面缺陷检测方法,包括步骤:1)对工业产品表面图像进行尺寸标准化、归一化,切割并分类;2)带缺陷的图片进行随机翻转的数据增强;3)将带缺陷图片和正常图片进行随机拼接增强;4)使用Cascade‑RCNN算法进行迭代训练;5)得到Cascade‑RCNN检测模型;6)通过Cascade‑RCNN检测模型对需要检测的工业产品表面图片和确定无缺陷的纹理模板图片进行滑窗检测,对滑窗检测到的结果进行拼接,并对二者得到的结果进行比较,最终得到待检测图片的缺陷类别及区域标注。本发明可有效降低光照、曝光和位移等条件对缺陷检测的影响,提高了检测稳定性,同时提高了二阶段目标检测器对花纹和背景的分辨能力,降低了误检率。
- 基于样本增强工业产品表面缺陷检测方法
|