结合注意力机制与自适应记忆性融合网络的瑕疵检测方法
实质审查的生效
摘要
本发明公开了一种结合注意力机制与自适应记忆性融合网络的织物瑕疵检测方法,包括训练阶段和测试阶段;所述训练阶段通过对带标签瑕疵图像的训练得到一个模型;所述测试阶段使用所述训练阶段通过训练得到的所述模型进行织物瑕疵的检测与识别。本发明提出结合注意力机制与自适应记忆性融合网络的织物瑕疵检测方法与Faster_rcnn、Cascade_rcnn、YOLOv3、YOLOv4以及YOLOv5m、YOLOv5l、YOLOv5x等现有目标检测模型的实验结果比较分析,具有较高的检测精度和检测速度。
基本信息
专利标题 :
结合注意力机制与自适应记忆性融合网络的瑕疵检测方法
专利标题(英):
暂无
公开(公告)号 :
CN114372968A
申请号 :
CN202111671344.1
公开(公告)日 :
2022-04-19
申请日 :
2021-12-31
授权号 :
暂无
授权日 :
暂无
发明人 :
狄岚邓世爽顾雨迪余越
申请人 :
江南大学
申请人地址 :
江苏省无锡市滨湖区蠡湖大道1800号
代理机构 :
南京禹为知识产权代理事务所(特殊普通合伙)
代理人 :
马建军
优先权 :
CN202111671344.1
主分类号 :
G06T7/00
IPC分类号 :
G06T7/00 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06T
一般的图像数据处理或产生
G06T7/00
图像分析
法律状态
2022-05-06 :
实质审查的生效
IPC(主分类) : G06T 7/00
申请日 : 20211231
申请日 : 20211231
2022-04-19 :
公开
注:本法律状态信息仅供参考,即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载