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！
摘要：本发明公开了一种基于局部‑全局高效建模型改进YOLOv5的焊缝DR图像缺陷智能识别方法。该方法设计了一个iRMB_Conv高效特征提取模块，该模块结合了动态全局建模与静态局部信息融合的技术优势。在Backbone网络中，iRMB_Conv模块能够充分提取焊缝DR图像的多尺度缺陷特征，有助于提升不同尺度缺陷的识别精度。此外，在Neck网络中，本发明设计了一种上下文感知模块CSM，通过采用不同膨胀率的膨胀卷积，获取不同感受野的特征，有效增强了焊缝DR图像中微小缺陷的特征信息，进而提高了模型对微小缺陷的识别精度。该智能识别模型具有高识别精度和良好的鲁棒性，适用于航空、航天、核工业、特种设备等工业领域，促进了焊缝DR图像缺陷智能识别技术的应用和部署。
主权项：1.一种基于局部-全局高效建模型改进YOLOv5的焊缝DR图像缺陷智能识别方法，包括如下步骤：步骤1、收集含不同种类焊缝缺陷的焊缝DR图像，并对焊缝缺陷进行标注；步骤2、采用旋转、镜像、裁剪对标注数据进行增强，并将增强后的标注数据按照8:1:1比例随机划分为训练集、验证集和测试集；步骤3、在Pytorch平台上，构建基于局部-全局高效建模型改进YOLOv5的焊缝DR图像缺陷智能识别网络模型；步骤4、将所述训练集的数据输入到步骤3构建的模型中进行训练，并使用验证集进行模型验证；每个Epoch结束后，计算损失并通过反向传播更新模型参数；训练在达到预设的Epoch数时停止，保存训练后的网络模型；并使用测试集评估训练后的网络模型的泛化性能；步骤5、将待识别焊缝DR图像输入所述网路模型，经过模型推理输出检测结果，实现焊缝缺陷智能识别。
全文数据：
权利要求：
百度查询： 中国核工业二三建设有限公司 核工业工程研究设计有限公司 南昌航空大学 基于局部-全局高效建模型改进YOLOv5的焊缝DR图像缺陷智能识别方法
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