首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于神经网络的跑冒滴漏检测模型训练方法及其跑冒滴漏检测机器人 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:杭州申昊科技股份有限公司

摘要:本申请涉及一种基于神经网络的跑冒滴漏检测模型训练方法及其跑冒滴漏检测机器人,其通过该方法所训练的深度学习卷积神经网络模型具有轻量化、加快推理、大幅度减少参数量和计算量,提高网络识别准确率的优点,包括以下步骤,S1、获取跑冒滴漏图片样本,划分成训练数据集和测试数据集;S2、构建深度学习卷积神经网络模型;S3、进行网络训练,对深度学习卷积神经网络模型的参数进行不断的迭代优化;S4、输入测试数据集的数据到训练完成的深度学习卷积神经网络模型中进行推理,统计测试数据集中的分割准确率。

主权项:1.一种基于神经网络的跑冒滴漏检测模型训练方法,其特征在于:包括以下步骤,S1、获取跑冒滴漏图片样本,使用图像分割标注工具对跑冒滴漏图片样本进行标注,将所有标注完成的跑冒滴漏图片样本划分成训练数据集和测试数据集;S2、构建深度学习卷积神经网络模型;S3、在带有GPU的训练服务器上加载深度学习卷积神经网络模型和训练数据集,进行网络训练,对深度学习卷积神经网络模型的参数进行不断的迭代优化,使得深度学习卷积神经网络模型推理所得的结果与训练数据集中数据真实标注结果的损失函数值趋近于0;S4、输入测试数据集的数据到训练完成的深度学习卷积神经网络模型中进行推理,统计测试数据集中的分割准确率。

全文数据:

权利要求:

百度查询: 杭州申昊科技股份有限公司 一种基于神经网络的跑冒滴漏检测模型训练方法及其跑冒滴漏检测机器人

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。