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：江西求是高等研究院
摘要：本发明提供一种基于深度学习的两阶段瓷砖瑕疵检测方法及系统，包括对瓷砖图片数据集进行深度特征提取得到多层级的特征图；并生成多种预定尺寸以及预定形状的锚点框，从候选区域中筛选出感兴趣区域；并进行特征提取得到ROI特征，并对多层级的特征图进行处理以提取出全局上下文信息，并添加到ROI特征中；分类器基于Softmax激活函数得到各瑕疵类别的概率，以输出分类结果，并引入GIoU损失函数，并结合ROI特征训练边界框回归器，以使训练后的边界框回归器输出预测瑕疵位置。本发明适用于狭长形瑕疵的检测，且显著降低漏检以及误检的可能性，提升检测精度，以及能够检测形状独特且尺寸较小的瑕疵。
主权项：1.一种基于深度学习的两阶段瓷砖瑕疵检测方法，其特征在于，所述方法包括：获取待训练的瓷砖图片数据集，并对所述瓷砖图片数据集进行深度特征提取，以得到多层级的特征图；对所述多层级的特征图进行多尺度融合，基于多尺度融合后的所述多层级的特征图生成多种预定尺寸以及预定形状的锚点框，根据所述锚点框预测出候选区域，并从所述候选区域中筛选出感兴趣区域；对所述感兴趣区域进行特征提取得到ROI特征，并对所述多尺度融合后的所述多层级的特征图进行全局平均池化处理，以提取出全局上下文信息，并将所述全局上下文信息添加到所述ROI特征中；将所述ROI特征经由全连接层分别输入至分类器以及边界框回归器，所述分类器基于Softmax激活函数得到各瑕疵类别的概率，以输出分类结果，并引入GIoU损失函数，并结合所述ROI特征训练所述边界框回归器，以使训练后的所述边界框回归器输出预测瑕疵位置。
全文数据：
权利要求：
百度查询： 江西求是高等研究院 基于深度学习的两阶段瓷砖瑕疵检测方法及系统
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