龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：北京航空航天大学
摘要：本发明公开一种基于注意力引导上下文的HRNet铸件缺陷识别方法，包括：采集铸件缺陷图像数据样本；利用数据处理方法优化铸件缺陷图像；构建一个端到端的两阶段神经网络的Cascade‑rcnn变体模型，主干网络为HRNet，辅以ACFPN构成特征提取网络；利用RPN网络用于初始候选框的筛选；并在三个级联检测器中分别进行全局平均池化操作，更好地对候选框进行分类和回归；将优化后的铸件缺陷图像训练Cascade‑rcnn变体模型；将待测试的铸件图像输入到铸件缺陷识别模型中，相应的输出缺陷位置和缺陷大小等缺陷识别信息，由此完成整体铸件图像的缺陷自动化识别过程。
主权项：1.一种基于注意力引导上下文的HRNet铸件缺陷识别方法，其特征在于，包括如下步骤：S1：采集具有铸件缺陷图像的数据集样本；S2：利用图像尺度归一化和数据增强等预处理方法优化铸件缺陷图像；S3：构建一个端到端的两阶段神经网络的Cascade-rcnn变体模型，主干网络为HRNet，辅以ACFPN网络构成特征提取网络从而组成特征提取模块；其中第一阶段网络为RPN网络，用于初始候选框的筛选；第二阶段为三个级联检测器，并分别进行全局平均池化操作，加强上下文语义特征的表达，更好地对筛选过的候选框进行进一步的分类和回归；S4：通过优化后的所述铸件缺陷图像数据集训练所述Cascade-rcnn变体模型；S5：将待测试的铸件缺陷图像输入训练好的所述Cascade-rcnn变体模型中进行检测。
全文数据：
权利要求：
百度查询： 北京航空航天大学 基于注意力引导上下文的HRNet铸件缺陷识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号