一种基于AI深度学习算法的表面缺陷检测方法.pdfVIP

下载本文档

3
0
约1.5万字
约 17页
2023-05-16 发布于北京
举报
版权申诉

一种基于AI深度学习算法的表面缺陷检测方法.pdf

1、本文档共17页，其中可免费阅读16页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于AI深度学习算法的表面缺陷检测方法，包括如下步骤：建立基础卷积神经分类网络，并插入Coordinate注意力机制模块，然后在大型数据集图像网上进行预训练获得预训练权重，保存权重；将待检测图片输入建立的卷积神经网络，获得多个特征图与注意力图；由得到的注意力图指导进行数据增强；将获取到的注意力图与特征图进行双线性注意力叠加的全局平均池化，以得到特征向量，而后拼接成为特征矩阵；构建网络的损失函数，设置网络的超参数并采用带有弱标签的数据集以进行训练。本发明通过替代的弱注释来减少人类在

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114757904 A (43)申请公布日 2022.07.15 (21)申请号 202210362561.0 G06N 3/08 (2006.01) (22)申请日 2022.04.0