公开(公告)号：CN116432762A

公开(公告)日：2023-07-14

申请号：CN202310405170.7

申请日：2023-04-17

Applicant: 桂林电子科技大学

Inventor： 熊太平 ,  朱治国 ,  崔更申 ,  蔡晶武

IPC: G06N10/40 ,  G06V20/69 ,  G06V10/82

Abstract: 本发明公开了一种基于YOLOv5的离子内态检测方法，该方法是先获取离子图片，并对其进行先验标注处理，按比例得到训练集、验证集和测试集；然后基于YOLOv5算法，对上述训练集和验证集进行迭代学习，输出并保存最优的训练权重模型；再将测试集图片输入得到的训练权重模型，通过该模型输出测试集图片的推测结果，并将该结果记录在文本文件中。实现了多离子情形下各离子状态的高精度检测，本发明的离子图片平均检测精度达到了99.9%。

公开(公告)号：CN117808745A

公开(公告)日：2024-04-02

申请号：CN202311664562.1

申请日：2023-12-06

Applicant: 桂林电子科技大学

Inventor： 熊太平 ,  朱治国 ,  汪庭浩

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/774 ,  G06V10/764 ,  G06V10/52 ,  G06V10/82 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/096

Abstract: 本发明公开了一种基于C‑YOLOv3的键帽缺陷检测方法，通过构建C‑YOLOv3网络模型，C‑YOLOv3网络模型包括骨干网络和检测网络，并通过降低C‑YOLOv3网络模型的损失函数Loss进行训练得到键帽表面缺陷检测模型；C‑YOLOv3网络模型通过增加多尺度注意力机制残差块和快速金字塔池化残差块来改进darknet‑53网络，能更有效地提取键帽上小目标缺陷的特征；还通过增加多通道卷积模块改善了对小目标缺陷的检测和定位能力，在提高检测精度的同时极大地加快了检测速度；本发明采用SiLU激活函数，还加入交并比，在缓解了深度神经网络梯度消失的问题，降低了缺陷的漏检率的同时提高了检测精度。