CN115760734B 一种基于改进retinanet算法的带钢表面缺陷检测方法 (南京信息工程大学)_第1页
CN115760734B 一种基于改进retinanet算法的带钢表面缺陷检测方法 (南京信息工程大学)_第2页
CN115760734B 一种基于改进retinanet算法的带钢表面缺陷检测方法 (南京信息工程大学)_第3页
CN115760734B 一种基于改进retinanet算法的带钢表面缺陷检测方法 (南京信息工程大学)_第4页
CN115760734B 一种基于改进retinanet算法的带钢表面缺陷检测方法 (南京信息工程大学)_第5页
已阅读5页,还剩16页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

ConferenceSeries:EEnvironmentalScience.2020,第58页.一种基于改进retinanet算法的带钢表面缺本发明公开了一种基于改进retinanet算法测试集样本;根据retinanet模型搭建表面缺陷2获得缺陷图像并对其进行加载以形成缺陷样本,通过数据增方根据retinanet模型搭建表面缺陷检测网络,通过对所述表面缺陷检测网络依次进行将所述测试集样本导入所述检测模型中进行测试,并对测试集所述表面缺陷检测网络包括特征提取网络、特征增加网络、层特征图,具体操作步骤为选取由5个提取阶段的resnet50作为模型的特征提取网络,;S4、使用可变形卷积以及3×3卷积对特征增强后的进行下采样并生成更深层特征P以及P,将P",i=3,4,5,6,7作为有效特征图送入到特征融合网络进行多尺度特征融合;进行多尺度特征融合;2.根据权利要求1所述的基于改进retinanet算法的带3。3.根据权利要求1所述的基于改进retinanet算法的4.根据权利要求1所述的基于改进retinanet算法的带钢表面缺陷","作为浅层输出r",其他层的输出操作为:将r"经过下采样5.根据权利要求4所述的基于改进retinanet算法的S5012、通过softmax函数对S5011中获得的空间权重进行归一化并将归一化后的空间6.根据权利要求4所述的基于改进retinanet算法的带钢表47.根据权利要求4所述的基于改进retinanet算法的P"="8.根据权利要求4所述的基于改进retinanet算法的带钢5[0001]本发明属于工业钢铁表面缺陷检测技术领域,尤其涉及一种基于改进retinanet[0005]针对现有技术的不足,本发明提供了一种基于改进retinanet算法的带钢表面缺[0008]根据retinanet模型搭建表面缺陷检测网络,通过对所述表面缺陷检测网络依次6i7R",重复特征引导上采样操作直至生成[0038]S5012、通过softmax函数对S5011中获得的空间权重进行归一化并将归一化后的空间权重wi与在通道维度上相乘,获得更加具有细节语义的特征图p⃞(i=6,5,43),即w12是通过快速归一化得8[0054]本发明提供了一种基于改进retinanet算法的带钢表面缺陷检测方法,与现有技问题;接着,通过改进的BiFPN将深层语义信息和高层语义信息进行跨尺度之间的有效联49[0069]步骤4:使用可变形卷积以及3×3卷积对P5进行下采样后生成更深层特征P6以及P7与Piin进行逐元素相加操作并使用3*3卷积将通道数变为1来获得空间权重;其次,通过w12是通过快速归一化得[0076]步骤B、将步骤A中获得作为浅层输出P",其他层的输出操作如下:将r"经[0087]步骤7:本模型使用SGD作为优化器,初始学习率为0.01,动量设置为1e_4,[0090]将在数据处理阶段划

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论