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：广东顺德募优网络科技有限公司

摘要：本发明公开一种基于改进特征的金属洗手盆缺陷目标训练方法，本发明通过利用Sobel垂直算子以及对HOG的梯度幅度计算方式进行改进，提出了一种垂直加强的VHOGVertical‑enhanceHOG,VHOG特征；在此基础上，提出一种随机黏贴、结合交并比准则自动生成正负样本的数据增强方法；进一步，基于所改进的VHOG特征和所增强的训练样本集，利用高斯核支持向量机进行训练，获得分类金属洗手盆缺陷的分类模型。该方法包括：基于垂直信息加强的HOG特征改进模块、训练样本数据增强模块、基于VHOG的分类器训练模块。本发明能够同时兼顾分类准确率和分类速度、只需标注少量训练样本即可训练得到普适性较强的分类模型。

主权项：1.一种基于改进特征的金属洗手盆缺陷目标训练方法，其特征在于利用Sobel垂直算子以及对HOG的梯度幅度计算方式进行改进，提出了一种垂直加强的VHOG（Vertical-enhanceHOG,VHOG）特征，增强HOG特征的表征能力，然后，并提出一种随机黏贴、结合交并比准则自动生成正负样本的数据增强方法，以自动获取更多训练样本，在此基础上，基于所改进的VHOG特征和所增强的训练样本集，利用高斯核支持向量机进行训练，获得分类金属洗手盆缺陷的分类模型，具体包括：步骤一，通过随机自动黏贴与结合交并比准则的缺陷目标样本进行数据增强；步骤一所述的通过随机自动黏贴与结合交并比准则的缺陷目标样本进行数据增强指，通过收集50张包含缺陷目标的图像和2000张不包含金属缺陷的图像，利用Labelme标注工具对其中的金属缺陷目标进行最小外接矩形标注，通过将金属缺陷目标的最小外接矩形随机黏贴到不包含金属缺陷的图像中，然后根据最小外接矩形向长宽方向各随机扩展不超过10%、对最小外接矩形进行扰动，以自动对训练数据进行增强；所述对最小外接矩形进行扰动指，扰动所得的新外接矩形与原始外接矩形之间的交并比大于等于70%时方为正样本，其它扰动结果为负样本；步骤二，改进HOG特征得到垂直加强的梯度朝向直方图特征VHOG；步骤三，对训练样本进行基于VHOG的非线性支持向量机训练；步骤三所述的对训练样本进行基于VHOG的非线性支持向量机训练指利用步骤二所设计的改进特征VHOG和步骤一所增强的训练样本，使用高斯核非线性支持向量机进行训练。

全文数据：

权利要求：

百度查询： 广东顺德募优网络科技有限公司 一种基于改进特征的金属洗手盆缺陷目标训练方法