公开(公告)号：CN116452556A

公开(公告)日：2023-07-18

申请号：CN202310438276.7

申请日：2023-04-23

Applicant: 东南大学

Inventor： 王慧青 ,  徐铭麒 ,  余厚云

IPC: G06T7/00 ,  G06V10/774 ,  G06V10/40 ,  G06V10/80 ,  G06V10/77 ,  G06V10/82 ,  G06V10/25 ,  G06V10/764 ,  G06N3/0464 ,  G06N3/0475

Abstract: 本发明公开了一种基于交叉特征融合的金属膜片表面缺陷检测方法。包括：建立金属膜片表面缺陷数据集；训练金属膜片表面缺陷检测模型，在训练集上，将图片组同时输入缺陷检测网络，通过视觉转换器主干网络提取其特征，使用改进的交叉特征金字塔模块对特征进行融合，融合特征通过区域生成网络模块得到检测候选框，感兴趣区域检测头模块对候选框中的缺陷目标进行定位分类，迭代优化模型参数，形成针对金属膜片表面缺陷的检测模型；多个摄像头对实际生产中的金属膜片进行连续拍摄，将拍摄到的相关图像组输入缺陷检测模型，对图像中的缺陷进行检测。本发明使用视觉转换器及改进的交叉特征金字塔模块，高效准确实现金属膜片表面缺陷检测任务。

公开(公告)号：CN112633472A

公开(公告)日：2021-04-09

申请号：CN202011505386.3

申请日：2020-12-18

Applicant: 东南大学

Inventor： 王慧青 ,  焦越 ,  余厚云 ,  李坤宇

IPC: G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于通道剪枝的卷积神经网络压缩方法，包括：在卷积层内采用基于特征图平均激活的通道选择方法；在卷积层间采用基于损失估计的通道选择方法；当模型的准确率下降后进行微调的方法。本发明能够在控制整体剪枝比例的同时，实现通道间的自适应剪枝，取得良好的剪枝效果。

公开(公告)号：CN111127360A

公开(公告)日：2020-05-08

申请号：CN201911328246.0

申请日：2019-12-20

Applicant: 东南大学

Inventor： 王慧青 ,  胡玉坤 ,  焦越 ,  余厚云

IPC: G06T5/00 ,  G06T7/136 ,  G06N3/04

Abstract: 本发明公开了一种基于自动编码器的灰度图像迁移学习方法，首先对采集到的灰度图像进行预处理包括裁剪，降噪，滤波等；然后通过数据增强方法来增加样本数量；其次搭建自动编码器，网络的结构为卷积层->池化层->卷积层->池化层的卷积神经网络，实现将单通道的图像转换为三通道的彩色图像；最后将转换后的三通道图像迁移学习到经典的CNN网络，实现目标的分类。总体来说，本发明算法简洁，效率较高且鲁棒性较强。