[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： | 本发明公开了一种针对工业结构缺陷智能识别模型的检验方法，包括步骤：1)预备阶段，通过图像采集、整理与筛选形成检验数据集，对每一张图片使用矩形框标记待检对象，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；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；3)构建单张图像的重合度矩阵；4)按照工程要求选择重合度阈值，并判断识别框正误并统计数量；5)计算得到评估模型的识别检出率与准确率。本发明能够克服传统mAP检验方法在计算多尺度可分割目标识别效果时，识别框大范围抖动重叠导致的模型评估结果失真问题。 | ||
| 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 | ||
【主权项】：
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，对每一张图片使用矩形框标记待检对象，形式上为若干标记坐标构成的模型评估预设答案，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，形式上为若干标记框坐标及其置信度；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；3)构建单张图像的重合度矩阵；4)按照工程要求选择重合度阈值，并判断识别框正误并统计数量；5)按照下式计算评估模型的识别检出率与准确率：![]()
![]()
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/patent/201811237173.X/，转载请声明来源钻瓜专利网。
