申请/专利权人：三峡大学

申请日：2024-01-12

公开（公告）日：2024-04-16

公开（公告）号：CN117893497A

主分类号：G06T7/00

分类号：G06T7/00;G06V10/82;G06V10/774;G06V10/74;G06N3/045;G06N3/0464;G06N3/048;G06N3/08

优先权：

专利状态码：在审-公开

法律状态：2024.04.16#公开

摘要：基于改进Yolov7‑tiny网络的木板材表面缺陷检测方法，包括以下步骤：收集木材表面缺陷图像，对其筛选和预处理；对处理后的图像进行标注，标记出缺陷区域，并划分为训练集、验证集、测试集；改进Yolov7‑tiny网络模型；将训练集图像输入改进Yolov7‑tiny网络模型进行训练，使用训练后的改进Yolov7‑tiny网络模型对测试集中图像进行检测。该方法在保证体积小和检测速度快的情况下，提升现有深度学习模型关于木板材表面缺陷检测精度，提高林业检测的整体效率。

主权项：1.基于改进Yolov7-tiny网络的木板材表面缺陷检测方法，其特征在于包括以下步骤：步骤1：收集木材表面缺陷图像，对其筛选和预处理；步骤2：对步骤1处理后的图像进行标注，标记出缺陷区域，并划分为训练集、验证集、测试集；步骤3：改进Yolov7-tiny网络模型；步骤4：将训练集图像输入步骤3中改进Yolov7-tiny网络模型进行训练，使用训练后的改进Yolov7-tiny网络模型对测试集中图像进行检测。

全文数据：

权利要求：

百度查询： 三峡大学 基于改进Yolov7-tiny网络的木板材表面缺陷检测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD