咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
摘 要:本发明涉及一种基于深度学习的全卷积网络图像裂纹检测方法,属于故障诊断技术与信号处理分析技术领域。本发明首先搜集裂纹图像,将图像分为训练数据集和测试数据集,并对训练数据集中的图像进行裂纹区域标注;其次构建用于裂纹图像检测的全卷积神经网络模型;然后利用训练数据集中的图像对用于裂纹图像检测的全卷积神经网络模型进行训练;利用训练好的用于裂纹图像检测的全卷积神经网络模型,对测试数据集中的裂纹图像进行裂纹检测。本发明使得网络模型能够有效增加裂纹信息的选择;使得网络模型可以获得更精细的局部细节;使得整个网络可以实现有效的递进式特征传递,提高了网络模型的裂纹检测精度。
著 录 项:
专利/申请号: | CN201710992707.9 | 专利名称: | 一种基于深度学习的全卷积网络图像裂纹检测方法 |
申请日: | 2017-10-23 | 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 网络传输 深度学习 检测 卷积网络搜索 |
公开/公告日: | 2018-04-13 | 转让价格: | 面议 |
公开/公告号: | CN107909564A | 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 |
2021/04/09 | 授权 | |
2018/05/08 | 实质审查的生效 | IPC(主分类): G06T 7/00 专利申请号: 201710992707.9 申请日: 2017.10.23 |
2018/04/13 | 公开 |