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：淮阴工学院
摘要：本发明涉及目标检测技术领域，具体公开了一种基于分层加权特征融合网络的玻璃瓶缺陷检测方法，获取不同缺陷的玻璃瓶口图像数据；搭建原始的YOLOv7网络模型，对YOLOv7的网络结构进行改进，在主干特征提取网络中引入CA注意力机制，构建高效层聚合网络S‑ELAN模块替换原有的ELAN；将Neck部分的特征融合网络替换为分层加权的特征融合网络HWFF，对主干网络获得的浅层特征图进行特征融合，选用EIoU作为损失函数进行模型优化；对改进的YOLOv7模型进行训练，利用训练后的模型进行缺陷检测。与现有技术相比，本发明能够提高深度学习技术对玻璃瓶口缺陷检测的准确率，加快检测速度，实验验证相较于原算法提高了4.6个百分点，并且在小缺陷识别上，相较于原算法更准确。
主权项：1.一种基于分层加权特征融合网络的玻璃瓶缺陷检测方法，其特征在于，包括如下步骤：步骤1：获取不同缺陷的玻璃瓶口图像数据，并对数据进行标注，对获取的玻璃瓶口缺陷图像数据进行预处理，并进行图像数据划分，从而得到训练集和测试集；步骤2：搭建原始的YOLOv7网络模型，对YOLOv7的网络结构进行改进，在主干特征提取网络中引入CA注意力机制，构建高效层聚合网络S-ELAN模块替换原有的ELAN；将Neck部分的特征融合网络替换为分层加权的特征融合网络HWFF，对主干网络获得的浅层特征图进行特征融合，选用EIoU作为损失函数进行模型优化；步骤3：将训练集输入到改进的YOLOv7模型进行训练，从而得到玻璃瓶口缺陷检测模型；步骤4：将验证集输入到步骤1中训练好的玻璃瓶口缺陷检测模型中，根据测试结果对模型进行评价，最终利用训练好的玻璃瓶口缺陷检测模型进行缺陷检测。
全文数据：
权利要求：
百度查询： 淮阴工学院 一种基于分层加权特征融合网络的玻璃瓶口检测方法
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