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：浙江工业大学
摘要：本发明公开了一种基于改进Yolov7模型的小目标织物疵点检测方法及装置，首先采集织物疵点图像构建数据集，对数据集的织物疵点图像进行分类标注；然后构建改进的YOLOv7模型，主干网络backbone部分引入CSPCM模块；Head头部网络包括HFAMPAN网络架构和任务检测头，HFAMPAN网络架构采用聚集和分发机制，提取特征后通过任务检测头对特征图进行检测；最后基于数据集对模型进行训练，将采集的织物图像输入训练后的模型，进行检测分析，输出分析结果。本发明优化了模型对织物表面细微差异的敏感度，强化了对小尺寸疵点的识别能力；通过增加不同层级之间的信息流路径数量，提高检测性能而不影响效率。
主权项：1.一种基于改进Yolov7模型的小目标织物疵点检测方法，其特征在于，该方法包括如下步骤；步骤一：采集织物疵点图像构建数据集，对数据集的织物疵点图像进行分类标注；步骤二：构建改进的YOLOv7模型，主干网络backbone部分引入CSPCM模块包含卷积层和残差结构，并在提取的特征图上应用CBAM混合注意力机制；Head头部网络包括HFAMPAN网络架构和任务检测头Idetect，HFAMPAN网络架构采用聚集和分发机制，进行高阶特征对齐和融合生成全局特征信息，并与低阶局部特征信息使用注意力操作注入，进行特征提取后与主干网络backbone输出相融合，在进行一次全局特征和局部特征信息注入，提取特征后通过任务检测头Idetect对特征图进行检测；步骤三：基于数据集对改进Yolov7模型进行训练，将采集的织物图像输入训练后的改进Yolov7模型，进行检测分析，输出分析结果。
全文数据：
权利要求：
百度查询： 浙江工业大学 一种基于改进Yolov7模型的小目标织物疵点检测方法及装置
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