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：长春理工大学
摘要：本发明公开了一种基于改进YOLOv7的半监督轴承表面缺陷检测方法，包括以下步骤：S1.采集轴承表面缺陷图像，划分数据集并标注；S2.基于YOLOv7算法进行优化改进，得到改进后的YOLOv7‑RBE缺陷检测算法；S3.使用YOLOv7‑RBE模型作为基准检测网络，构建一个教师网络和一个学生网络；S4.在监督阶段，有标签数据输入学生网络中进行预训练，将预训练权重复制给教师网络；S5.在半监督阶段，无标签数据输入教师网络进行结果预测，获得初步伪标签；S6.有标签数据和带伪标签的无标签数据共同训练检测模型,并且实时将学生网络的权重参数传递给教师网络。本发明用以解决现有轴承表面缺陷检测模型参数量大、轴承缺陷尺度小以及当前公开数据集不足标注成本高的问题。
主权项：1.一种基于改进YOLOv7的半监督轴承表面缺陷检测方法，其特征在于，该方法包括以下步骤：S1.采集轴承表面缺陷图像，划分数据集并标注；S2.基于YOLOv7检测算法进行优化改进，得到改进后的YOLOv7-RBE目标检测算法；S3.使用YOLOv7-RBE模型作为基准检测网络，构建一个教师网络和一个学生网络；S4.在监督阶段，有标签数据输入学生网络中进行预训练，将预训练权重复制给教师网络；S5.在半监督阶段，无标签数据输入教师网络进行结果预测，获得初步伪标签；S6.有标签数据和带伪标签的无标签数据共同训练检测模型,并且实时将学生网络的权重参数传递给教师网络。
全文数据：
权利要求：
百度查询： 长春理工大学 一种基于改进YOLOv7的半监督轴承表面缺陷检测方法
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