[发明专利]一种基于CNN的超声无损检测图像缺陷分类方法在审
| 申请号： | 202110358480.9 | 申请日： | 2021-04-01 |
| 公开（公告）号： | CN113077444A | 公开（公告）日： | 2021-07-06 |
| 发明（设计）人： | 汪兴伟 | 申请（专利权）人： | 复旦大学 |
| 主分类号： | G06T7/00 | 分类号： | G06T7/00;G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 上海正旦专利代理有限公司 31200 | 代理人： | 陆飞;陆尤 |
| 地址： | 200433 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于数字图像处理技术领域，具体为一种基于CNN的超声无损检测图像缺陷分类方法。本发明方法包括采集超声相控阵无损检测图像，并对检测图像进行分类，构造专用于超声相控阵无损检测图像缺陷分类的数据集；并将数据集按照一定比例划分为训练集、测试集，训练集用来训练网络模型，测试集用来测试训练好的网络模型的性能；设计专用的超声相控阵无损检测图像缺陷分类的深度卷积神经网络，该网络包括：数据输入模块、双尺度特征提取模块、特征重组模块、特征融合模块、CA模块和分类器。本发明可以提高超声相控阵无损检测图像中缺陷的分类效率，减轻相关制造企业再缺陷数据分析过程中的成本。 | ||
| 搜索关键词： | 一种 基于 cnn 超声 无损 检测 图像 缺陷 分类 方法 | ||
【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复旦大学，未经复旦大学许可，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/202110358480.9/，转载请声明来源钻瓜专利网。
