- 1、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。。
- 2、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。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、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。
- 6、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。
- 7、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
查看更多
本发明公开了一种基于yolov3‑spp网络模型的钢板表面缺陷检测方法,包括步骤:1)获取钢板表面缺陷图片,划分为训练集和测试集;2)把训练集的图片输入yolov3‑spp网络模型,进行迭代训练,调整网络模型的权重参数,达到设定的迭代次数后,得到网络模型的权重文件;3)把权重文件加载到yolov3‑spp网络模型,对测试集的图片进行预测,得到检测结果。本发明将yolov3‑spp网络模型中的spp模块作为实现局部特征和全局特征融合的一种有效手段,能够充分提取缺陷在图片中的结构信息,经过训练集的学
(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113160140 A (43)申请公布日 2021.07.23 (21)申请号 202110311680.9 (22)申请日 2021.03.24 (71)申请人 华南理工大学 地址
文档评论(0)