公开(公告)号：CN117892203B

公开(公告)日：2024-06-07

申请号：CN202410293547.9

申请日：2024-03-14

Applicant: 江南大学

Inventor： 李可 ,  高琼华 ,  宿磊 ,  顾杰斐 ,  赵新维

IPC: G06F18/241 ,  G06F18/213 ,  G06F18/214 ,  G06F18/2415 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明涉及齿轮表面缺陷检测技术领域，尤其是指一种缺陷齿轮分类方法、装置及计算机可读存储介质，包括：构建缺陷齿轮深度迁移网络模型，所述缺陷齿轮深度迁移网络模型包括特征提取器、域条件通道注意力模块和分类器；将训练集样本输入特征提取器，再输入至域条件通道注意力模块，计算目标域和源域的分类输入特征在特征层上的距离损失以及目标域和源域的分类输出在分类层上的距离损失；构建损失函数，更新模型的网络参数；将无标签的目标域样本输入经过训练的缺陷齿轮深度迁移网络模型，得到分类结果。本发明不仅提高了对目标域缺陷齿轮分类的精度，并且在小批量缺陷齿轮分类检测方面表现出更加稳定的性能。

公开(公告)号：CN117892203A

公开(公告)日：2024-04-16

申请号：CN202410293547.9

申请日：2024-03-14

Applicant: 江南大学

Inventor： 李可 ,  高琼华 ,  宿磊 ,  顾杰斐 ,  赵新维

IPC: G06F18/241 ,  G06F18/213 ,  G06F18/214 ,  G06F18/2415 ,  G06N3/0455 ,  G06N3/084

Abstract: 本发明涉及齿轮表面缺陷检测技术领域，尤其是指一种缺陷齿轮分类方法、装置及计算机可读存储介质，包括：构建缺陷齿轮深度迁移网络模型，所述缺陷齿轮深度迁移网络模型包括特征提取器、域条件通道注意力模块和分类器；将训练集样本输入特征提取器，再输入至域条件通道注意力模块，计算目标域和源域的分类输入特征在特征层上的距离损失以及目标域和源域的分类输出在分类层上的距离损失；构建损失函数，更新模型的网络参数；将无标签的目标域样本输入经过训练的缺陷齿轮深度迁移网络模型，得到分类结果。本发明不仅提高了对目标域缺陷齿轮分类的精度，并且在小批量缺陷齿轮分类检测方面表现出更加稳定的性能。