公开(公告)号：CN111126441B

公开(公告)日：2023-04-07

申请号：CN201911167163.8

申请日：2019-11-25

Applicant: 西安工程大学

Inventor： 管声启 ,  雷鸣 ,  常江 ,  倪弈棋 ,  卢浩 ,  郭飞飞

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06V10/98 ,  G06N3/0464 ,  G06N3/045 ,  G06N3/082

Abstract: 本发明公开了一种分类检测网络模型的构建方法，包括：获取待分类对象图像的训练样本，建立训练模型数据集，将训练模型数据集输入第一卷积网络模型中进行训练，得到权重文件；将权重文件输入第二卷积网络模型中，得到每层卷积网络对应的特征图和原图像；将每层卷积网络对应的特征图和原图像输入图像质量评价算法得到评价结果；根据评价结果选择第一卷积网络模型中每层网络对应的合适卷积操作步长、增加卷积核的数量，形成新的卷积网络参数；利用新的卷积网络参数更新第一卷积网络模型，得到分类网络模型。满足柔性检测，智能检测的需求，降低检测成本和检测的复杂性。

公开(公告)号：CN111126441A

公开(公告)日：2020-05-08

申请号：CN201911167163.8

申请日：2019-11-25

Applicant: 西安工程大学

Inventor： 管声启 ,  雷鸣 ,  常江 ,  倪弈棋 ,  卢浩 ,  郭飞飞

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种分类检测网络模型的构建方法，包括：获取待分类对象图像的训练样本，建立训练模型数据集，将训练模型数据集输入第一卷积网络模型中进行训练，得到权重文件；将权重文件输入第二卷积网络模型中，得到每层卷积网络对应的特征图和原图像；将每层卷积网络对应的特征图和原图像输入图像质量评价算法得到评价结果；根据评价结果选择第一卷积网络模型中每层网络对应的合适卷积操作步长、增加卷积核的数量，形成新的卷积网络参数；利用新的卷积网络参数更新第一卷积网络模型，得到分类网络模型。满足柔性检测，智能检测的需求，降低检测成本和检测的复杂性。