公开(公告)号：CN111833310B

公开(公告)日：2022-05-06

申请号：CN202010555030.4

申请日：2020-06-17

Applicant: 桂林理工大学

Inventor： 杨铁军 ,  张天舒 ,  黄琳

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/82 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于神经网络架构搜索的表面缺陷分类方法，包括以下步骤S1：构建堆叠候选cell的网络架构NAS‑SDC，所述网络架构NAS‑SDC基于神经网络架构搜索构建；S2：通过NEU‑CLS缺陷数据集搜索cell，利用搜索到的最佳cell构建缺陷分类CNN；S3：利用S2得到的缺陷分类CNN对表面缺陷进行分类。本发明通过神经网络架构搜索，可自动从更加精简的搜索空间中高效的搜索出最佳的网络单元，基于该最佳网络单元的CNN具有参数量小、检测精度高等优点，成功的应用于表面缺陷分类。

公开(公告)号：CN111833310A

公开(公告)日：2020-10-27

申请号：CN202010555030.4

申请日：2020-06-17

Applicant: 桂林理工大学

Inventor： 杨铁军 ,  张天舒 ,  黄琳

IPC: G06T7/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于神经网络架构搜索的表面缺陷分类方法，包括以下步骤S1：构建堆叠候选cell的网络架构NAS-SDC，所述网络架构NAS-SDC基于神经网络架构搜索构建；S2：通过NEU-CLS缺陷数据集搜索cell，利用搜索到的最佳cell构建缺陷分类CNN；S3：利用S2得到的缺陷分类CNN对表面缺陷进行分类。本发明通过神经网络架构搜索，可自动从更加精简的搜索空间中高效的搜索出最佳的网络单元，基于该最佳网络单元的CNN具有参数量小、检测精度高等优点，成功的应用于表面缺陷分类。