[发明专利]一种基于改进YOLOv3网络模型识别铸件DR图像疏松缺陷的方法在审
| 申请号： | 202010158887.2 | 申请日： | 2020-03-09 |
| 公开（公告）号： | CN111476756A | 公开（公告）日： | 2020-07-31 |
| 发明（设计）人： | 段黎明;阮浪;杨珂;朱世涛 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06T7/62 |
| 代理公司： | 重庆缙云专利代理事务所(特殊普通合伙) 50237 | 代理人： | 王翔 |
| 地址： | 400044 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于改进YOLOv3网络模型识别铸件DR图像疏松缺陷的方法，步骤为：1)利用图像标注工具的矩形框对疏松缺陷数据集进行缺陷标注。2)建立改进YOLOv3网络模型。3)利用疏松缺陷数据训练集对改进YOLOv3网络模型进行训练。4)利用疏松缺陷数据测试集对训练后的改进YOLOv3网络模型进行测试。5)对改进YOLOv3网络模型进行改进。6)获取待检测铸件的DR图像，并输入到改进YOLOv3网络模型中，判断铸件的缺陷等级和位置坐标。本发明提高了目标检测网络对小目标物体的检测效果。 | ||
| 搜索关键词： | 一种 基于 改进 yolov3 网络 模型 识别 铸件 dr 图像 疏松 缺陷 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于重庆大学，未经重庆大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202010158887.2/，转载请声明来源钻瓜专利网。
