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：清华大学
摘要：本申请涉及一种基于MASKR‑CNN的工业场景弱边缘缺陷检测方法及装置，其中，方法包括：基于预设的EffcientNet骨干网络、特征图金字塔网络和目标激活函数，优化预设的MASKR‑CNN网络结构，以生成MASKR‑CNN优化模型；构建工业场景缺陷训练数据集，并将其输入至MASKR‑CNN优化模型，以根据MASKR‑CNN优化模型对应的目标候选框尺度选择策略和目标掩码预测分支网络生成工业缺陷训练数据集对应的掩码评分；建立MASKR‑CNN优化模型的类IoU损失函数，并通过类IoU损失函数和掩码评分训练MASKR‑CNN优化模型，生成工业场景缺陷检测模型，以利用工业场景缺陷检测模型执行工业场景弱边缘缺陷检测操作。由此，解决了传统的图像处理方法对灰度非理想阶跃的弱边缘信息不敏感，难以完整提取缺陷的轮廓等问题。
主权项：1.一种基于MASKR-CNN的工业场景弱边缘缺陷检测方法，应用于离线训练阶段，其特征在于，包括以下步骤：基于预设的EffcientNet骨干网络、特征图金字塔网络和目标激活函数，优化预设的MASKR-CNN网络结构，以生成MASKR-CNN优化模型；构建所述MASKR-CNN优化模型的工业场景缺陷训练数据集，将所述工业场景缺陷训练数据集输入至所述MASKR-CNN优化模型，以根据所述MASKR-CNN优化模型对应的目标候选框尺度选择策略和目标掩码预测分支网络生成所述工业缺陷训练数据集对应的掩码评分；建立所述MASKR-CNN优化模型的类IoU损失函数，并通过所述类IoU损失函数和所述掩码评分训练所述MASKR-CNN优化模型，生成工业场景缺陷检测模型，以利用所述工业场景缺陷检测模型执行工业场景弱边缘缺陷检测操作。
全文数据：
权利要求：
百度查询： 清华大学 基于MASK R-CNN的工业场景弱边缘缺陷检测方法及装置
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