一种基于轴向自注意力的高维图像目标缺陷检测模型
公开
摘要
本发明涉及一种基于小样本高维图像的目标缺陷检测模型。通过引入轴向自注意力机制,针对传统的深度卷积神经网络无在图像特征提取时存在着占用内存大,处理时间慢,无法有效的解决专业领域下高维高清图像的目标检测问题,设计基于小样本高维图像的目标缺陷检测模型。该模型能够针对高维图片进行有效的全局表征提取,显著降低计算复杂度,提高针对小样本高维图像目标检测的性能,满足实际应用问题的需求。本发明基于小样本高维图像的目标缺陷检测模型,克服了传统深度卷积提取高维图片深度全局表征时间慢,效果差的问题,可高效应用于小样本情境下高维图片的缺陷目标检测等实际应用问题。
基本信息
专利标题 :
一种基于轴向自注意力的高维图像目标缺陷检测模型
专利标题(英):
暂无
公开(公告)号 :
CN114549500A
申请号 :
CN202210190734.5
公开(公告)日 :
2022-05-27
申请日 :
2022-02-28
授权号 :
暂无
授权日 :
暂无
发明人 :
蒲志奇相紫涵谷潇韩文芳渐令
申请人 :
中国石油大学(华东)
申请人地址 :
山东省青岛市黄岛区长江西路66号
代理机构 :
代理人 :
优先权 :
CN202210190734.5
主分类号 :
G06T7/00
IPC分类号 :
G06T7/00 G06N3/08 G06N3/04 G06K9/62 G06V10/764 G06V10/44
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
2022-05-27 :
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