加载中...
首页专利查询专利详情

*来源于国家知识产权局数据,仅供参考,实际以国家知识产权局展示为准

一种面向外观缺陷检测的自迁移学习方法

发明专利有效专利
  • 申请号:
    CN202010612736.X
  • IPC分类号:G06T7/00;G06K9/62;G06N3/08
  • 申请日期:
    2020-06-30
  • 申请人:
    哈尔滨工业大学
著录项信息
专利名称一种面向外观缺陷检测的自迁移学习方法
申请号CN202010612736.X申请日期2020-06-30
法律状态公开申报国家暂无
公开/公告日2020-11-06公开/公告号CN111899221A
优先权暂无优先权号暂无
主分类号G06T7/00IPC分类号G;0;6;T;7;/;0;0;;;G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;8查看分类表>
申请人哈尔滨工业大学申请人地址
黑龙江省哈尔滨市南岗区西大直街92号 变更 专利地址、主体等相关变化,请及时变更,防止失效
权利人哈尔滨工业大学当前权利人哈尔滨工业大学
发明人林嵩;何志勇;孙立宁
代理机构苏州市中南伟业知识产权代理事务所(普通合伙)代理人吴竹慧
摘要
本发明公开了一种面向外观缺陷检测的自迁移学习方法,包括以下步骤:相机采图,获得初始图像数据集;构建自迁移学习模型,所述自迁移学习模型包括图像预处理模块、特征提取模块、缺陷检测模块和类别判断模块;将所述初始图像数据集输入所述图像预处理模块,经n种预处理算法,获得预处理后的图像集;将初始图像集和预处理后的图像集输入特征提取模块,通过训练,获得初始图像集特征向量和预处理后的图像集相应的特征向量;将预处理后的图像集相应的特征向量输入缺陷检测模块和类别判断模块并进行训练,优化参数,获得自迁移学习模型。在目标数据量特别稀少情况下,该模型能够挖掘目标数据的潜在特征,避免复杂缺陷特征的提取,缺陷检测准确率高。

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供