<thead id="3jag6"><rt id="3jag6"><noscript id="3jag6"></noscript></rt></thead>
  • <s id="3jag6"><track id="3jag6"><menuitem id="3jag6"></menuitem></track></s>
        <sub id="3jag6"><p id="3jag6"></p></sub>

          <style id="3jag6"></style>
          国产精品久久久久久久网,人人妻人人澡人人爽国产,亚洲中文字幕无码爆乳APP,免费大片黄国产在线观看,无码抽搐高潮喷水流白浆,国产久免费热视频在线观看,国产亚洲精品成人aa片新蒲金,久久久97丨国产人妻熟女
          Document
          拖動滑塊完成拼圖
          個人中心

          預訂訂單
          服務訂單
          發布專利 發布成果 人才入駐 發布商標 發布需求

          在線咨詢

          聯系我們

          龍圖騰公眾號
          首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 需求市場 關于龍圖騰
           /  免費注冊
          到頂部 到底部
          清空 搜索
          當前位置 : 首頁 > 專利喜報 > 華南理工大學;華南理工大學珠海現代產業創新研究院田聯房獲國家專利權

          華南理工大學;華南理工大學珠海現代產業創新研究院田聯房獲國家專利權

          買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

          龍圖騰網獲悉華南理工大學;華南理工大學珠海現代產業創新研究院申請的專利基于改進YOLOv8網絡的車門表面缺陷檢測方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN117173096B

          龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202310903918.6,技術領域涉及:G06T7/00;該發明授權基于改進YOLOv8網絡的車門表面缺陷檢測方法是由田聯房;陳金銘;杜啟亮設計研發完成,并于2023-07-21向國家知識產權局提交的專利申請。

          基于改進YOLOv8網絡的車門表面缺陷檢測方法在說明書摘要公布了:本發明公開了一種改進YOLOv8網絡的車門表面缺陷檢測方法,包括:采集車門表面圖像,自定義構建數據集,對數據集進行圖像預處理,對針孔缺陷圖像和對鈑金缺陷圖像進行數據增強,按比例劃分訓練集、驗證集、測試集;用訓練集訓練改進YOLOv8網絡,并采用驗證集驗證;采用測試集進行測試;本發明通過改進YOLOv8網絡對車門表面圖像的特征信息進行提取,由于引入改進的殘差模塊、改進的特征融合方式以及改進的CBAM注意力模塊,有效地克服了在訓練過程中車門表面缺陷的不平衡對網絡性能的影響,不僅大幅度減少了網絡的參數量和計算量,實現了實時檢測、精確檢測、輕量化三者平衡,而且能夠延伸至更多的缺陷檢測場景之中,在工業界具有廣闊的應用前景。

          本發明授權基于改進YOLOv8網絡的車門表面缺陷檢測方法在權利要求書中公布了:1.基于改進YOLOv8網絡的車門表面缺陷檢測方法,其特征在于,該改進YOLOv8網絡包括兩部分改進,第一部分是對主干網絡的殘差模塊進行改進:將2個串聯的3×3卷積層改為利用1個3×3深度可分離卷積層、1個3×3Ghost-Dilated卷積層來構建并聯特征提取,通過并聯卷積操作提取不同特征進行拼接操作,從而減少主干網絡的參數量和運算量;第二部分是對頸部網絡不同特征的融合方式進行改進,將相鄰兩個不同尺度的特征進行融合改為將所有尺度的特征通過縮放變成統一尺度的特征圖,然后計算不同尺度特征圖的均值,得到均值特征圖,將所得均值特征圖與不同尺度的特征進行融合,再利用改進的CBAM注意力模塊將融合后的特征圖進行信息聚合,對CBAM注意力模塊的改進是將空間注意力模塊替換為上下文聚合模塊,該上下文聚合模塊是一種自注意力模塊,用于增強融合后特征的全局信息,從而減少車門表面缺陷檢測訓練過程中的不平衡對于網絡精度的影響; 該車門表面缺陷檢測方法的具體實施包括以下步驟: 1采集車門表面缺陷圖像,自定義構建車門表面缺陷數據集,并劃分訓練集、驗證集和測試集; 2將訓練集分批送入改進YOLOv8網絡進行訓練,訓練集中的圖像通過主干網絡特征提取后,通過頸部網絡對不同尺度的特征層進行特征融合并對提取的特征進行特征增強,通過檢測頭得到網絡的損失,基于梯度下降策略和損失計算反向傳播對網絡參數和權重進行更新,而且規定每經過預設次數的網絡訓練之后在驗證集上驗證網絡的性能,當驗證集上的評價指標達到最佳且網絡的損失值不再發生降低時得到訓練和驗證后性能最佳的網絡; 3將測試集送入步驟2得到的性能最佳的網絡中,得到預測的分類值和預測邊界框的坐標,其中不同分類值對應不同的缺陷。

          如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人華南理工大學;華南理工大學珠海現代產業創新研究院,其通訊地址為:510640 廣東省廣州市天河區五山路381號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

          以上內容由AI智能生成
          免責聲明
          1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
          2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
          主站蜘蛛池模板: a∨变态另类天堂无码专区| 国模国产精品嫩模大尺度视频 | 国产美女高潮流白浆视频| 久久www免费人成—看片| 中文版在线乱码在线看| 亚洲日韩av无码中文| 中文字幕久久精品一区二区三区 | 国产成人精品中文字幕| 精品香蕉一区二区三区| 亚洲乱码一区av春药高潮| 亚洲 日韩 欧美 成人 在线| 国产偷窥真人视频在线观看| 亚洲精品乱码久久久久久v| 久久这里只精品热在线18| 日韩精品人成在线播放| 亚洲 日本 欧美 中文幕 | 国产99视频精品免费视频36| 天天躁夜夜踩很很踩2022| 国产精品女人呻吟在线观看| 四虎国产精品免费永久在线| 日本高清免费的不卡视频| 97久久精品亚洲中文字幕无码| 久久无码av中文出轨人妻| 免费人妻无码不卡中文字幕18禁| 亚洲精品不卡无码福利在线观看| 扒开女人内裤猛进猛出免费视频| 中文字幕人妻熟女人妻| 成人亚洲综合av天堂| 亚洲精品一区二区三区新线路| 性色av 一区二区三区| 亚洲成a人片77777kkkk| 亚洲欧美日韩一区二区| 国内裸体无遮挡免费视频| 国产成人精品日本亚洲直接| 国产福利在线永久视频| 亚洲精品亚洲人成在线观看下载| 欧美肥老太牲交大战| 最近中文字幕日韩有码| 40岁大乳的熟妇在线观看| 精品国产迷系列在线观看| 巨爆乳中文字幕爆乳区|