龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：沈阳大学
摘要：本发明一种基于自监督学习的铸态铝合金微观组织图像分类方法，包括以下步骤：对无标注铸态铝合金微观组织图像样本进行图像增强；构建基于自监督学习方法的深度卷积网络的铝合金微观组织图像分类模型；将增强后的图像，送入到MoCo框架下的深度学习模型中，采用批次一致性对比损失函数对铝合金微观组织图像分类模型进行预训练，获取有标注铸态铝合金微观组织图像样本；基于少量有标注铸态铝合金微观组织图像样本，对预训练后的铝合金微观组织图像分类模型进行微调，得到训练好的铝合金微观组织图像分类模型；将测试集数据输入到训练好的铝合金微观组织图像分类模型中，实现铸态铝合金微观组织图像的分类。
主权项：1.一种基于自监督学习的铸态铝合金微观组织图像分类方法，其特征在于：包括以下步骤：获取无标注铸态铝合金微观组织图像样本并记录其生产批次信息；对无标注铸态铝合金微观组织图像样本进行图像增强；构建基于自监督学习方法的深度卷积网络的铝合金微观组织图像分类模型；将增强后的图像，送入到MoCo框架下的深度学习模型中，采用批次一致性对比损失函数对铝合金微观组织图像分类模型进行预训练，获取有标注铸态铝合金微观组织图像样本；基于有标注铸态铝合金微观组织图像样本，对预训练后的铝合金微观组织图像分类模型进行微调，得到训练好的铝合金微观组织图像分类模型；将测试集数据输入到训练好的铝合金微观组织图像分类模型中，实现铸态铝合金微观组织图像的分类。
全文数据：
权利要求：
百度查询： 沈阳大学 一种基于自监督学习的铸态铝合金微观组织图像分类方法
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