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：浙江大学
摘要：本发明公开了一种基于灰度联产熵增的成形制件浅表缺陷检测方法。包括以下步骤：首先，针对获得的成形制件浅表缺陷图进行预处理，形成源域样本数据集，再由其构建训练集和验证集；接着，构建机器学习与先验知识结合的主副双通道的异化神经网络，并利用训练和验证集进行训练，获得成形制件浅表缺陷检测分类器；最后，用其检测实际采集的成形制件浅表缺陷图。本发明提出了双通道双接口交互的异化神经网络，灰度联产熵增方法增强了对极相似缺陷特征的提取与整合能力，能够在保证分类器模型复杂度不增、检测速度不减的情况下，提高现有深度学习策略下工业成形制件浅表缺陷锚框分类精度，有效缓解小样本精度不高的难题。
主权项：1.一种基于灰度联产熵增的成形制件浅表缺陷检测方法，其特征在于，包括以下步骤：步骤一：对多张成形制件浅表缺陷图进行预处理后，形成源域样本数据集，再由其构建训练集和验证集；步骤二：构建基于主副双通道的异化神经网络；步骤三：利用训练集训练基于主副双通道的异化神经网络，获得训练后的异化神经网络，再利用验证集对训练后的异化神经网络超参数的微调后，获得成形制件浅表缺陷检测模型；步骤四：将实际采集的成形制件浅表缺陷图输入到成形制件浅表缺陷检测模型中，模型输出对应的缺陷检测结果。
全文数据：
权利要求：
百度查询： 浙江大学 一种基于灰度联产熵增的成形制件浅表缺陷检测方法
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