首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于预检测权值的样本维度加权的模具清洗效果检验方法 

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:玛瑜科创服务(南京)有限公司

摘要:本申请公开了一种基于预检测权值的样本维度加权的模具清洗效果检验方法。为了提高模型的泛化能力,所述方法基于卷积神经网络来学习到每个角度的特征图对于最终的分类结果的贡献值,从而作为权重来对各个特征图进行加权,以提高最终的分类的准确率。

主权项:1.一种基于预检测权值的样本维度加权的模具清洗效果检验方法,其特征在于,包括:训练阶段,包括:获取以多个角度拍摄的已清洗模具的图像作为多张训练图像;将所述多张训练图像输入预检测卷积神经网络以获得与所述多张训练图像对应的多张第一训练特征图;对所述多张第一训练特征图,将每一所述第一训练特征图进行全局平均值池化以获得对应于每一所述第一训练特征图的特征值,以获得多个特征值作为样本加权权重;将所述多张训练图像输入卷积神经网络以获得与所述多张训练图像对应的多张第二训练特征图;以所述样本加权权重对所述多张第二训练特征图进行加权,以获得训练分类特征图;将所述训练分类特征图通过分类器以获得分类损失函数值;以及基于所述分类损失函数值更新所述卷积神经网络和所述分类器的参数;以及推断阶段,包括:获取以多个角度拍摄的待检测已清洗模具的多张待检测图像;将所述多张待检测图像输入所述预检测卷积神经网络以获得与所述多张待检测图像对应的多张第一特征图;对所述多张第一特征图,将每一所述第一特征图进行全局平均值池化以获得对应于每一所述第一特征图的特征值,以获得多个特征值作为样本加权权重;将所述多张待检测图像输入所述卷积神经网络以获得与所述多张待检测图像对应的多张第二特征图;以所述样本加权权重对所述多张第二特征图进行加权,以获得分类特征图;以及将所述分类特征图通过所述分类器以获得分类结果,所述分类结果用于表示所述待检测已清洗模具的清洗效果是否合格。

全文数据:

权利要求:

百度查询: 玛瑜科创服务(南京)有限公司 基于预检测权值的样本维度加权的模具清洗效果检验方法

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。

相关技术
相关技术
相关技术
相关技术