← 返回列表
基于机器视觉的马达转子铁壳切口毛刺质量评估方法
申请人信息
- 申请人:中山格智美电器有限公司
- 申请人地址:528400 广东省中山市小榄镇同茂社区茂华路37号第3幢2-4楼
- 发明人: 中山格智美电器有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于机器视觉的马达转子铁壳切口毛刺质量评估方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410202768.0 |
| 申请日 | 2024/2/23 |
| 公告号 | CN117788460A |
| 公开日 | 2024/3/29 |
| IPC主分类号 | G06T7/00 |
| 权利人 | 中山格智美电器有限公司 |
| 发明人 | 谭叶群; 邝鹏杰; 王智昊 |
| 地址 | 广东省中山市小榄镇同茂社区茂华路37号第3幢2-4楼 |
摘要文本
本发明公开了一种基于机器视觉的马达转子铁壳切口毛刺质量评估方法，方法包括数据采集与预处理、增强多头注意力机制、协调注意生成机制、混合注意机制、模型训练和毛刺质量评估。本发明属于机器视觉技术领域，具体是指一种基于机器视觉的马达转子铁壳切口毛刺质量评估方法，本方案通过使用各种图像处理方法对数据进行扩充，增加数据的数量和复杂度，缓解模型的过拟合，增强模型的泛化能力；将协调注意生成机制与增强多头注意力机制相结合，解决网络中浅层特征丢失的问题，提高网络对远距离位置信息的感知能力和局部特征的学习能力。 来自马-克-数-据
专利主权项内容
1.基于机器视觉的马达转子铁壳切口毛刺质量评估方法，其特征在于：包括以下步骤：步骤S1：数据采集与预处理，采集毛刺图像数据集，对毛刺图像数据集进行数据增强，得到增强后的毛刺图像数据集，并划分为训练集、测试集；步骤S2：增强多头注意力机制，利用增强多头注意力机制处理增强后的毛刺图像数据集来获取上下文信息和全局特征；步骤S3：协调注意生成机制，通过坐标编码和特征图处理来生成协调注意生成机制的输出特征图；步骤S4：混合注意机制，将协调注意生成机制与增强多头注意力机制相结合，增强局部特征的学习；步骤S5：模型训练，利用改进的YOLOv5模型在训练集上进行训练，得到YOLOv5-A模型，利用测试集来评估YOLOv5-A模型的性能，得到YOLOv5-B模型；步骤S6：毛刺质量评估，实时采集马达转子铁壳切口毛刺图像，利用YOLOv5-B模型对毛刺质量进行评估。