[发明专利]基于改进FSSD的汽车差速器壳体表面缺陷的快速检测方法在审

专利信息
申请号: 202110864631.8 申请日: 2021-07-29
公开(公告)号: CN113674222A 公开(公告)日: 2021-11-19
发明(设计)人: 王国东;陈特欢 申请(专利权)人: 宁波大学
主分类号: G06T7/00 分类号: G06T7/00;G06T3/40;G06T5/00;G06N3/04;G06N3/08
代理公司: 杭州橙知果专利代理事务所(特殊普通合伙) 33261 代理人: 杜放
地址: 315000 浙*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 改进 fssd 汽车 差速器 壳体 表面 缺陷 快速 检测 方法
【权利要求书】:

1.一种基于改进FSSD的汽车差速器壳体表面缺陷的快速检测方法,其特征在于,包括以下步骤:

步骤一:采集汽车差速器外壳图像;

步骤二:对步骤一获得的图像增强;

步骤三:FSSD网络模型化处理;

步骤四:将FSSD基础骨干网络VGG16替换为MobileNet V1;

步骤五:将MobileNetV1中Conv3、Conv5和Conv13进行特征融合;

步骤六:先验框尺寸调整;

步骤七:对损失函数进行优化;

步骤八:得出检测结果。

2.根据权利要求1所述的一种基于改进FSSD的汽车差速器壳体表面缺陷的快速检测方法,其特征在于:所述步骤三的具体处理过程如下:将参与融合的FC7和Conv7_2特征图,先通过双线性插值操作将特征图尺寸调整为与Conv4_3相同的38像素×38像素,然后再将它们与Conv4_3特征图进行concate特征融合,融合之后的特征图的通道数为768(256×3);特征融合模块的数学表示如下:

Xf=φfi(Xi)} (1)

X′p=φp(Xf) (2)

loss,class=φc,l(∪{X′p}) (3)

其中,Xi表示原始特征金字塔上的各层特征图;ζi表示在融合前,每层特征图Xi为缩放至同一尺度需进行的转换函数;φf为特征融合函数;φp表示基于融合后的Xf,生成新的特征金字塔的函数;X′p表示新生成的特征金字塔,φc,l为通过新生成的特征金字塔,预测loss和class的函数。

3.根据权利要求1所述的一种基于改进FSSD的汽车差速器壳体表面缺陷的快速检测方法,其特征在于:所述步骤二采用镜像和翻转的方式进行图像增强。

4.根据权利要求1所述的一种基于改进FSSD的汽车差速器壳体表面缺陷的快速检测方法,其特征在于:所述步骤五的具体处理过程如下:将Conv3和Conv13分别通过下采样和上采样操作将特征图尺寸调整为与Conv5相同的38像素×38像素,然后再将它们与Conv5特征图进行concate特征融合。

5.根据权利要求1所述的一种基于改进FSSD的汽车差速器壳体表面缺陷的快速检测方法,其特征在于:所述步骤七中采用RMSProp梯度下降算法进行优化。

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宁波大学,未经宁波大学许可,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/202110864631.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top