[发明专利]一种针对工业结构缺陷智能识别模型的检验方法有效
| 申请号: | 201811237173.X | 申请日: | 2018-10-23 |
| 公开(公告)号: | CN109584208B | 公开(公告)日: | 2021-02-02 |
| 发明(设计)人: | 王铁军;范学领;李鸿宇;张钰;蒋昊南 | 申请(专利权)人: | 西安交通大学 |
| 主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/11;G06T7/136 |
| 代理公司: | 西安通大专利代理有限责任公司 61200 | 代理人: | 徐文权 |
| 地址: | 710049 陕*** | 国省代码: | 陕西;61 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 针对 工业 结构 缺陷 智能 识别 模型 检验 方法 | ||
1.一种针对工业结构缺陷智能识别模型的检验方法,其特征在于,包括以下步骤:
1)预备阶段,通过图像采集、整理与筛选形成检验数据集,对每一张图像使用矩形框标记待检对象,得到多个预设答案标记框,之后将检验数据集中的图像输入待检验识别网络,获取其识别结果,得到多个具有置信度的识别标记框;
2)按照工程要求选择置信度阈值,在单张图像内计算每一个置信度高于阈值的识别标记框与每一个预设答案标记框的重合度值CAr;对于一般任务,置信度阈值取0.5,对于高标准任务,置信度阈值取0.1;重合度值CAr采用的计算公式如下:
式中,Ai、Dj表示任意预设答案标记框与置信度高于阈值的识别标记框,SAi、SDj表示其面积,S(Ai∩Dj)表示两者相交区域的面积;
3)构建单张图像的重合度表格;按照如下格式构建单张图像的重合度表格:
上述表格中,行的每一个标签表示一个置信度高于阈值的识别标记框,列的每一个标签表示一个预设答案标记框,内部数据为矩阵元素,每一个元素表示当前行与当前列标记框的重合度值;
4)按照工程要求选择重合度阈值,并判断识别标记框正误并统计数量;按照以下标准判断识别标记框正误并统计数量:
401)对于表格中的每一列中的元素,如果至少有一个值大于等于重合度阈值,认为表格中列对应的预设答案标记框被正确检出,统计被正确检出的预设答案标记框的数目作为检出数量;
402)对于表格中的每一行中的元素,如果至少有一个值大于等于重合度阈值,认为表格中行对应的置信度高于阈值的识别标记框被准确检出,统计被准确检出的置信度高于阈值的识别标记框的数目作为准确检出数量;
5)按照下式计算评估模型的识别检出率与准确率:
2.根据权利要求1所述的一种针对工业结构缺陷智能识别模型的检验方法,其特征在于,步骤4)中,对于一般任务,重合度阈值取0.5,对于高标准任务,重合度阈值取0.8。
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西安交通大学,未经西安交通大学许可,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/pat/books/201811237173.X/1.html,转载请声明来源钻瓜专利网。





