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：河北工业大学
摘要：本发明公开了一种小样本条件下的表面缺陷开集检测方法，包括下述步骤：S1.构建包含方向感知元学习模块、G‑GSN特征提取模块和开集分类损失函数的方法框架；S2.使用元学习任务划分方式将数据分割为多个开集元任务用于模型训练测试；S3.加入坐标注意力机制对每个任务计算并整合元特征在不同方向上的特征图；S4.在特征提取过程中使用一种简单的线性变换代替卷积操作来生成额外的特征图并将输入通道分组在组内进行卷积计算；S5.设计GhostBottleneck细颈结构减少梯度损害，并使用分组混洗卷积操作均匀获取多通道特征信息；S6.通过使用基于交叉熵损失函数改进的开集损失函数OpL来使模型具备识别未知类别的能力。
主权项：1.一种小样本条件下的表面缺陷开集检测方法，其特征在于：利用深度学习技术进行实时准确的小样本表面缺陷开集检测，包括下述步骤：S1：构建包含方向感知元学习模块、G-GSN特征提取模块和开集分类损失函数的方法框架；S2：在方向感知元学习模块中首先使用元学习N-way，K-shot的任务划分方式将小样本数据分割为多个开集元任务用于模型训练测试；S3：在方向感知元学习模块中其次加入坐标注意力机制来针对每个开集元任务计算并整合元特征在不同方向上的特征图，增强支撑集元特征的缺陷表征能力；S4：在特征提取模块G-GSN中首先通过在特征提取过程中使用一种简单的线性变换代替卷积操作来生成大量额外的特征图Ghost，之后将输入通道分组并在组内进行卷积计算，在保证特征提取有效的前提下降低模型的计算量；S5：在G-GSN中其次根据Ghost生成策略设计细颈结构GhostBottleneck减少梯度损害，并使用分组混洗卷积操作均匀获取多通道特征信息，增强对小目标缺陷的捕获能力，加快模型在特征提取时的速度，提高检测效率；S6：在开集分类损失函数中，关键是最小化来自未知类样本集中已知类的概率，通过使用基于交叉熵损失函数改进的开集损失函数OpL来最大化已知类别概率的熵来实现，使模型具备识别未知类别的能力。
全文数据：
权利要求：
百度查询： 河北工业大学 一种小样本条件下的表面缺陷开集检测方法
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