首页> 中国专利> 基于贝叶斯压缩感知和深度学习的FPC缺陷检测方法

基于贝叶斯压缩感知和深度学习的FPC缺陷检测方法

页面导航

摘要
著录项
法律信息
相似文献

摘要

本发明公开一种基于贝叶斯压缩感知和深度学习的FPC缺陷检测方法，该方法以Faster RCNN的残差网络ResNet为模型，设计基于主频率波数域的曲波稀疏基，提出Faster RCNN的自适应采样矩阵，对FPC图像进行压缩采样，再使用Conv+Relu+Pooling层提取压缩采样后FPC图像的特征值，然后利用RPN网络生成的推荐和ResNet网络最后一层得到的特征映射，计算出推荐特征映射，最后对特征映射进行全连接操作，并使用Softmax函数进行FPC图像缺陷分类识别。本发明克服了传统图像处理方法只能检测特定情况下的FPC缺陷检测，具有较好的鲁棒性，且识别精度较高、速度快。

著录项

公开/公告号CN112614089B

专利类型发明专利
公开/公告日2022-02-11

原文格式PDF
申请/专利权人淮阴工学院;
展开▼

申请/专利号CN202011404322.4
发明设计人顾相平;杨艳;庄立运;王晓燕;
展开▼

申请日2020-12-04
分类号G06T7/00(20170101);G06T7/73(20170101);G06V10/25(20220101);G06V10/764(20220101);G06V10/82(20220101);G06K9/62(20220101);G06N3/04(20060101);G06N3/08(20060101);
代理机构32204 南京苏高专利商标事务所(普通合伙);
代理人柏尚春
地址 223003 江苏省淮安市洪泽区七街三号高新技术产业园A12-2(淮阴工学院技术转移中心洪泽分中心)
入库时间 2022-08-23 13:05:41

法律信息

法律状态公告日

法律状态信息

法律状态
2022-02-11

授权

发明专利权授予

相似文献

专利
中文文献
外文文献

1. 基于贝叶斯压缩感知和深度学习的FPC缺陷检测方法 [P] . 中国专利： CN112614089B . 2022.02.11
2. 基于贝叶斯压缩感知和深度学习的FPC缺陷检测方法 [P] . 中国专利： CN112614089A . 2021-04-06
3. BIOLUMINESCENCE TOMOGRAPHY RECONSTRUCTION ALGORITHM BASED ON MULTI-TASK BAYESIAN COMPRESSED SENSING METHOD [P] . 世界知识产权组织专利： WO2017004851A1 . 2017-01-12

机译：基于多任务贝叶斯压缩感知方法的生物发光层析成像重建算法
4. Bioluminescence tomography reconstruction based on multitasking bayesian compressed sensing [P] . 美国专利： US9672639B1 . 2017-06-06

机译：基于多任务贝叶斯压缩感知的生物发光层析成像重建
5. Bioluminescence tomography reconstruction based on multitasking Bayesian compressed sensing [P] . 美国专利： US2017148193A1 . 2017-05-25

机译：基于多任务贝叶斯压缩感知的生物发光层析成像重建