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：淮阴工学院
摘要：本发明公开一种基于EIEM边缘特征提取的钢铁缺陷检测方法，首先设计一个边缘信息提取模块EIEM替换C2f中的BottleNeck，该模块采用sobel算子来提取特征的边缘信息并与整体空间信息进行特征融合，获得更加丰富的语义信息；其次，替换上采样方法为CARAFE，该方法通过编码器能够学习到适合自己特征信息的卷积核，以指导更加精确的特征重建；最后，将原来的检测头换成了动态统一的检测头（DyHead，以应对不同缺陷的尺寸和变换位置，而且正因为这个检测头，在不同的尺寸、位置、任务中，都能动态的适应，不需要改变检测头。与现有技术相比，本发明克服了现有技术中鲁棒性差、引入噪声导致缺陷检测准确率低的问题，利用改进YOLOv8s模型架构，具有准确性高，适用广度大的优点。
主权项：1.一种基于EIEM边缘特征提取的钢铁缺陷检测方法，其特征在于，所述方法包括如下步骤：S1构建并预处理钢铁缺陷数据集，划分训练集、验证集和测试集；S2以yolov8s作为基准模型，对模型网络进行改进；S2.1扩展Sobel算子的双矩阵边缘检测特性构造3D卷积核的权重，构建边缘信息提取卷积EIEConv；S2.2边缘信息提取卷积EIEConv和空间卷积CBS通过特征融合构成边缘信息提取模块EIEM，替换yolov8s基准模型中C2f中的BottleNeck模块；S2.3使用内容感知重组特征CARAFE的上采样方法替换传统上采样方法，获得更加精确的特征重建；将检测头换为动态统一检测头DyHead；S3得到改进后的最终模型，设置训练超参数，使用训练集对改进模型进行训练并验证；S4将验证后的模型部署到可视化界面实现钢铁缺陷的实时检测。
全文数据：
权利要求：
百度查询： 淮阴工学院 一种基于EIEM边缘特征提取的钢铁缺陷检测方法
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