基于辅助学习网络的竹条缺陷检测方法

授权

摘要

本发明涉及一种基于辅助学习网络的竹条缺陷检测方法，包括以下步骤：步骤S1:采集竹条缺陷数据，并通过标定，生成数据集；步骤S2:对数据集进行预处理，并将预处理后的数据集作为训练集；步骤S3：基于训练集训练骨干网络和辅助定位检测网络，进一步得到物体预测矩阵、边框尺寸预测矩阵和边框偏移预测矩阵；步骤S4:根据得到的物体预测矩阵、边框尺寸预测矩阵和边框偏移预测矩阵，分别计算物体预测损失、边框尺寸预测损失、边框偏移预测损失，并进一步计算网络总损失；步骤S5:将待测图像经过预处理后输入训练后的训练骨干网络和辅助定位检测网络，得到检测结果。本发明能够准确的检测出竹条的缺陷。

基本信息

专利标题：

基于辅助学习网络的竹条缺陷检测方法

专利标题（英）：

暂无

公开（公告）号：

CN112184698A

申请号：

CN202011118649.5

公开（公告）日：

2021-01-05

申请日：

2020-10-19

授权号：

CN112184698B

授权日：

2022-04-15

发明人：

刘文哲黄炳城童同高钦泉

申请人：

三明帝视机器人科技有限公司

申请人地址：

福建省三明市尤溪县西城镇玉池村金鸡山18号

代理机构：

福州元创专利商标代理有限公司

代理人：

陈明鑫

优先权：

CN202011118649.5

主分类号：

G06T7/00

IPC分类号：

G06T7/00 G06T7/90 G06K9/42 G06K9/62