[发明专利]一种基于深度神经网络Mask R-CNN的缺陷检测算法在审
| 申请号： | 202010821216.X | 申请日： | 2020-08-14 |
| 公开（公告）号： | CN111986170A | 公开（公告）日： | 2020-11-24 |
| 发明（设计）人： | 郭龙源;段厚裕;周武威;欧先锋;张国云;吴健辉;鲁敏;滕书华 | 申请（专利权）人： | 湖南理工学院;湖南拓视觉信息技术有限公司 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06T7/11;G06N3/08;G06N3/04 |
| 代理公司： | 广东有知猫知识产权代理有限公司 44681 | 代理人： | 李小波 |
| 地址： | 414000 *** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于深度神经网络Mask R‑CNN的缺陷检测算法，属于缺陷检测技术领域，算法的具体步骤为：利用基于ResNet50的特征金字塔网络(FPN)提取特征，利用区域建议网络(RPN)提取缺陷区域的感兴趣区域(ROI)从而得到相应的锚框，利用全卷积神经网络(FCN)对ROI内部的像素类别进行预测以实现缺陷分割，最后通过网络的全连接层实现每个ROI所属类别和相应锚框坐标的预测，针对磁瓦表面缺陷检测场景，该算法对MaskR‑CNN中的特征金字塔网络(FPN)做了两点改进：在FPN中增加了C1模块，并取消C1模块特征提取层内的池化层；将CLAHE预处理模块加在FPN的特征提取层之前。实验结果表明，本发明的算法具有较强的泛化能力和鲁棒性，可以对磁瓦图像进行精确的缺陷分割。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 mask cnn 缺陷 检测 算法 | ||
【主权项】：
暂无信息
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湖南理工学院;湖南拓视觉信息技术有限公司，未经湖南理工学院;湖南拓视觉信息技术有限公司许可，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/202010821216.X/，转载请声明来源钻瓜专利网。
