咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
摘 要:本发明涉及基于深度迁移学习的烟支缺陷检测方法,属于烟支缺陷检测、图像处理技术领域。本发明通过CCD工业相机获取数据集,通过对图像裁剪、压缩、图像标准化等操作生成新的数据集;将数据集按7:3成训练集和测试集;获取VGG19网络模型,改进网络全连接层,将模型全连接层以前的所有网络作为瓶颈层,冻结瓶颈层的权重值并加入新的全连接层从而开始迁移学习;添加二分类Soft Max层进行检测分类、计算准确率、训练保存网络模型;获取并处理待检测烟支图片,调用已训练的网络模型进行预测分类。本发明所提供的基于深度迁移学习的烟支缺陷检测方法,对烟支缺陷检测具有更高的准确性。
著 录 项:
专利/申请号: | CN202110373047.2 | 专利名称: | 基于深度迁移学习的烟支缺陷检测方法 |
申请日: | 2021-04-07 | 申请/专利权人 | 昆明理工大学 |
专利类型: | 发明 | 地址: | 云南省昆明市五华区学府路253号 |
专利状态: | 已下证 查询审查信息 | 分类号: | G06T7/00搜分类 烟 港口 检测搜索 |
公开/公告日: | 2022-06-10 | 转让价格: | 面议 |
公开/公告号: | CN113034483B | 交易状态: | 等待洽谈 搜索相似专利 |
交易方 | 企业 | 个人 |
买家 | 营业执照副本复印件(需盖公章) | 身份证复印件(签字) |
专利转让委托书(需盖公章)一式两份 | 专利转让委托书(需签字)一式两份 | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
卖家 | 营业执照副本复印件(需盖公章) | 身份证复印件(需申请人签字) |
解除代理委托书(需盖公章)一式两份(如专利通过代理机构申请) | 解除代理委托书(需签字)一式两份(如专利通过代理机构申请) | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
专利证原件(若授权下证) | 专利证原件(若授权下证) |
日期 | 法律信息 | 备注 |