← 返回列表
高频工件图像识别方法
摘要文本
本发明公开了一种高频工件图像识别方法，包括通道注意力模块、弱监督区域检测模块和分支融合模块，所述的方法包括：将工件全局图像载入通道注意力模块得到输出特征，接着通过主干网络ResNet50生成多层特征图和识别结果；在弱监督区域检测模块中根据全局图像和多层特征图截取工件局部图像，再导入另一个分支的通道注意力模块和卷积神经网络获得识别结果；利用分支融合模块融合两个分支的识别结果，得到最终的识别结果；本发明对光照变化有更强的适应性，并且显著提高了识别的准确率。
申请人信息
- 申请人:成都大学
- 申请人地址:610000 四川省成都市龙泉驿区外东十陵镇
- 发明人: 成都大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 高频工件图像识别方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410137087.0 |
| 申请日 | 2024/2/1 |
| 公告号 | CN117690007A |
| 公开日 | 2024/3/12 |
| IPC主分类号 | G06V20/00 |
| 权利人 | 成都大学 |
| 发明人 | 欧阳; 孙成龙; 李力; 袁容; 袁萍; 袁新璐 |
| 地址 | 四川省成都市外东十陵镇 |
专利主权项内容
1.一种高频工件图像识别方法，其特征在于，采用通道注意力模块、弱监督区域检测模块和分支融合模块实现，所述的方法包括以下步骤：步骤1、将工件全局图像载入通道注意力模块得到输出特征，接着通过主干网络ResNet50生成多层特征图/>和识别结果/>；步骤2、在弱监督区域检测模块中，根据全局图像和多层特征图/>截取工件局部图像，再导入另一个分支的通道注意力模块和ResNet50网络获得识别结果/>；步骤3、利用分支融合模块融合两个分支的识别结果，得最终的识别结果。。 （来源 马克数据网）