龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：重庆邮电大学
申请日：2023-09-28
公开（公告）日：2024-04-26
公开（公告）号：CN117934363A
主分类号：G06T7/00
分类号：G06T7/00;G06V10/25;G06V10/40;G06V10/762;G06V10/77;G06V10/82;G06F18/23213;G06N3/045;G06N3/0464;G06N3/08
优先权：
专利状态码：在审-实质审查的生效
法律状态：2024.05.14#实质审查的生效;2024.04.26#公开
摘要：本发明涉及一种基于YOLOv5s‑CM的边缘端钢材表面缺陷检测方法，属于钢材表面缺陷检测技术领域，包括以下步骤：S1：获取钢材表面缺陷检测图片数据集；S2：采用MobileNetv3‑Small网络替换YOLOv5s主干提取网络；S3：在YOLOv5s网络中引入卷积注意力机制CBAM加强特征提取；S4：使用K‑means++算法聚类先验框，得到更优的先验框尺寸，从而完成YOLOv5s‑CM模型的搭建；S5：使用所述钢材表面缺陷检测图片数据集对所述YOLOv5s‑CM模型进行训练；S6：使用训练好的YOLOv5s‑CM模型对钢材表面缺陷检测图片进行预测和评估。
主权项：1.一种基于YOLOv5s-CM的边缘端钢材表面缺陷检测方法，其特征在于：包括以下步骤：S1：获取钢材表面缺陷检测图片数据集；S2：采用MobileNetv3-Small网络替换YOLOv5s主干提取网络；S3：在YOLOv5s网络中引入卷积注意力机制CBAM加强特征提取；S4：使用K-means++算法聚类先验框，得到更优的先验框尺寸，从而完成YOLOv5s-CM模型的搭建；S5：使用所述钢材表面缺陷检测图片数据集对所述YOLOv5s-CM模型进行训练；S6：使用训练好的YOLOv5s-CM模型对钢材表面缺陷检测图片进行预测和评估。
全文数据：
权利要求：
百度查询： 重庆邮电大学 一种基于YOLOv5s-CM的边缘端钢材表面缺陷检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号