申请/专利权人:常州大学
申请日:2023-12-22
公开(公告)日:2024-03-15
公开(公告)号:CN117710347A
主分类号:G06T7/00
分类号:G06T7/00;G06V10/764;G06V10/82;G06N3/0455;G06N3/0464;G06N3/0499;G06N3/082;G06N3/084
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.02#实质审查的生效;2024.03.15#公开
摘要:本发明涉及图像处理技术领域,尤其涉及一种改进DETR模型的太阳能板缺陷检测方法及系统,包括采集太阳能板缺陷图片;将DETR模型的Backbone替换为改进VanillaNet网络;改进VanillaNet网络使用5×5的卷积,将3个通道的图像进行特征映射;两两卷积层之间采用最大池化,然后采用2×2的卷积,不使用残差连接;采用动态非单调聚焦机制计算损失,通过非线性层和全连接输出分类结果。本发明对DETR模型的Backbone部分进行优化,嵌入VanillaNet模块,简化了网络复杂度,加快了模型对缺陷图像的检测速度;并采用动态非单调的聚焦机制,使用交并比作为衡量缺陷检测的指标,更好的拟合了标记框和实际缺陷的损失。
主权项:1.一种改进DETR模型的太阳能板缺陷检测方法,其特征在于,包括以下步骤:步骤一、采集太阳能板缺陷图片,并构建太阳能板缺陷数据集;步骤二、将DETR模型的Backbone替换为改进VanillaNet网络;改进VanillaNet网络的阶段1使用5×5的卷积,将3个通道的图像进行特征映射;阶段2采用5个2×2的卷积,两两卷积层之间采用最大池化,不使用残差连接;阶段3采用非线性层和全连接输出分类结果;步骤三、采用动态非单调聚焦机制计算损失。
全文数据:
权利要求:
百度查询: 常州大学 一种改进DETR模型的太阳能板缺陷检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。