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：安徽师范大学
摘要：本发明公开了一种基于深度学习进行软木圆片质量检测的方法，首先，通过构建样本数据集，并运用生成对抗网络（GAN）合成缺陷样本，增加样本多样性；该方法改进的YOLOv5深度学习模型，在其主干网络中融入注意力机制，以提升特征识别能力；为平衡样本分布，引入了中心匹配策略和最短距离标签分配算法，以优化样本选择和减少标签分配误差，从而提高检测精度并简化后处理流程；最终，通过融合检测结果到质量分类中，实现高效准确的软木圆片质量筛选。
主权项：1.一种基于深度学习的软木圆片质量检测方法，其特征在于，所述基于深度学习的软木圆片质量检测方法包括以下步骤：S1、原始数据集建立：采集软木圆片图像，8：1：1的比例进行随机划分为训练集，验证集，测试集；标注软木图像为分类类别和缺陷类别，其中软木圆片类别包括合格、不合格、外表皮，缺陷类别包括孔洞、缺口和黑块；S2、缺陷样本增强：采用基于生成对抗网络GAN的缺陷合成算法，通过GAN生成与原始数据集中孔洞缺陷相似的假孔洞缺陷图像，并将这些假孔洞缺陷融合到软木圆片中生成新的缺陷样本；S3、检测模型构建：基于改进的YOLOv5深度学习框架构建软木圆片质量检测模型，该模型包括主干网络、网络脖子和检测头三部分；主干网络中起始模块采用6x6卷积，使用C3模块进行特征提取，嵌入空间注意力机制模块；网络脖子部分由改进的PAN结构组成；检测头部由一个1x1的轻量级卷积层组成；模型中用中心匹配（CM）策略扩展正样本选择范围以平衡正样本数量，采用最短距离标签分配SDLA策略确定样本回归目标；S4、检测结果处理：依据软木圆片类别与表面缺陷之间的关系，通过检测结果处理DRP逻辑修正最终输出的类别标签。
全文数据：
权利要求：
百度查询： 安徽师范大学 一种基于深度学习的软木圆片质量检测方法
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