-
公开(公告)号：CN115100120A
公开(公告)日：2022-09-23
申请号：CN202210624077.0
申请日：2022-06-02
Applicant: 华中科技大学
Abstract: 本发明属于神经网络特征提取相关技术领域，其公开了一种增强神经网络特征多样性的缺陷检测方法及系统，方法包括：将待检测图像输入第一神经网络特征提取模块和第二神经网络提取模块，以提取不同维度的图像缺陷特征；采用特征差异性损失函数计算上述两提取模块提取到的图像缺陷特征之间的差异性损失，基于分割损失和差异性损失构建训练函数；采用训练函数对两种神经网络提取模块、以及两种神经网络提取模块提取结果的融合解码过程进行训练，直至收敛，得到缺陷图像。本申请提出一种能够提取不同特征的神经网络模块和衡量不同模块提取到特征之间差异性的损失函数，进而获得多样性特征，降低特征冗余，提升检测效果。
-
公开(公告)号：CN115100120B
公开(公告)日：2024-09-24
申请号：CN202210624077.0
申请日：2022-06-02
Applicant: 华中科技大学
Abstract: 本发明属于神经网络特征提取相关技术领域，其公开了一种增强神经网络特征多样性的缺陷检测方法及系统，方法包括：将待检测图像输入第一神经网络特征提取模块和第二神经网络提取模块，以提取不同维度的图像缺陷特征；采用特征差异性损失函数计算上述两提取模块提取到的图像缺陷特征之间的差异性损失，基于分割损失和差异性损失构建训练函数；采用训练函数对两种神经网络提取模块、以及两种神经网络提取模块提取结果的融合解码过程进行训练，直至收敛，得到缺陷图像。本申请提出一种能够提取不同特征的神经网络模块和衡量不同模块提取到特征之间差异性的损失函数，进而获得多样性特征，降低特征冗余，提升检测效果。
-
公开(公告)号：CN114332047B
公开(公告)日：2024-09-06
申请号：CN202111666451.5
申请日：2021-12-31
Applicant: 华中科技大学
IPC: G06T7/00 , G06N3/0464 , G06V10/82 , G06V10/774 , G06V10/771
Abstract: 本发明属于图像处理领域，具体涉及一种表面缺陷检测模型的构建方法及其应用，包括：编码模块中级联的前m层编码块逐级对训练图像特征提取得到浅层特征；将所有浅层特征融合输入到缺陷定位模块，利用条形池化得到位置特征，将位置特征与最后一层级的浅层特征相加后利用编码模块中级联的后n层编码块逐级进行特征提取得到深层特征，将所有深层特征融合后输入到缺陷形状检测模块，利用金字塔池化和局部条形池化得到形状特征，控制解码模块将形状特征与部分或全部层级特征逐层上采样、融合和降维，得到缺陷区域；在缺陷位置标签、形状标签及区域标签约束下更新神经网络参数，迭代训练。本发明既关注缺陷位置又强化缺陷形状适应，实现对缺陷精确分割。
-
公开(公告)号：CN114332047A
公开(公告)日：2022-04-12
申请号：CN202111666451.5
申请日：2021-12-31
Applicant: 华中科技大学
IPC: G06T7/00 , G06N3/04 , G06K9/62 , G06V10/774 , G06V10/771
Abstract: 本发明属于图像处理领域，具体涉及一种表面缺陷检测模型的构建方法及其应用，包括：编码模块中级联的前m层编码块逐级对训练图像特征提取得到浅层特征；将所有浅层特征融合输入到缺陷定位模块，利用条形池化得到位置特征，将位置特征与最后一层级的浅层特征相加后利用编码模块中级联的后n层编码块逐级进行特征提取得到深层特征，将所有深层特征融合后输入到缺陷形状检测模块，利用金字塔池化和局部条形池化得到形状特征，控制解码模块将形状特征与部分或全部层级特征逐层上采样、融合和降维，得到缺陷区域；在缺陷位置标签、形状标签及区域标签约束下更新神经网络参数，迭代训练。本发明既关注缺陷位置又强化缺陷形状适应，实现对缺陷精确分割。
-
-
-
Search Results
4
records
(took 0.02 seconds)
