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！
摘要：本发明涉及基于可融合的特征金字塔的换向器内侧图像缺陷检测方法，包括：步骤S1，特征提取网络将提取的多级别特征输入多尺度特征金字塔网络的特征拼接模块；步骤S2，所述特征拼接模块对输入的多级别特征进行拼接，并将拼接后的多级别特征输入多尺度特征金字塔网络中的编解码模块；步骤S3，所述编解码模块根据所述特征拼接模块输入的特征生成具有多个尺度的特征；步骤S4，所述多尺度特征金字塔网络的特征聚合模块将所述步骤S1中的多级别特征与所述步骤S3中的多尺度特征聚合为可融合的特征金字塔，检测网络通过在可融合的特征金字塔后添加数个卷积层获取卷积神经网络；步骤S5，对卷积神经网络进行训练，获取检测结果。
主权项：1.基于可融合的特征金字塔的换向器内侧图像缺陷检测方法，其特征在于，包括：步骤S1，特征提取网络提取待检测换向器内侧图像的多级别特征，并将提取的多级别特征输入多尺度特征金字塔网络的特征拼接模块；步骤S2，所述特征拼接模块对输入的多级别特征进行拼接，并将拼接后的多级别特征输入多尺度特征金字塔网络中的编解码模块；步骤S3，所述编解码模块根据所述特征拼接模块输入的特征生成具有多个尺度的特征；步骤S4，所述多尺度特征金字塔网络的特征聚合模块将所述步骤S1中的多级别特征与所述步骤S3中的多尺度特征聚合为可融合的特征金字塔，检测网络通过在可融合的特征金字塔后添加数个卷积层获取卷积神经网络，其中，所述特征聚合模块对多级别特征和多尺度特征的聚合过程包括：步骤S41，沿相等比例的通道维度将多尺度特征与多级别特征进行特征连接，形成特征块；步骤S42，将全局空间信息压缩为一个通道描述，并对特征块进行全局平均池化；步骤S43，全面捕获通道依赖性以利用压缩操作中汇聚的信息；步骤S44，将特征块重新加权输出；步骤S5，对卷积神经网络进行训练，并将待检测换向器内侧图像的图片集依次输入训练完成的卷积神经网络，得到预测框集合，将预测框的坐标值在图片上标注，获取检测结果。
全文数据：
权利要求：
百度查询： 东莞职业技术学院 广东驰微智能科技有限公司 基于可融合的特征金字塔的换向器内侧图像缺陷检测方法
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