-
公开(公告)号:CN114758178B
公开(公告)日:2024-04-05
申请号:CN202210405548.9
申请日:2022-04-18
Applicant: 江南大学
IPC: G06V10/764 , G06V10/26 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/048
Abstract: 本发明公开了一种基于深度学习的轮毂实时分类及其气阀孔定位方法,涉及图像处理领域。其步骤包括:轮毂数据集采集,建立数据库,并进行数据分类与数据分割标注;采取图像增强的方法进行数据预处理;搭建轮毂检测实时分类分割模型;设计实时分类分割模型的损失函数;设计模型的评价指标;选择相应的学习率和目标优化器;训练与测试模型;模型推理加速,进一步提高模型运行速度。本发明轮毂分类分割检测精度高,实时响应速度快,融合了神经网络与向量机两者的优势,实用性更强。
-
公开(公告)号:CN114758178A
公开(公告)日:2022-07-15
申请号:CN202210405548.9
申请日:2022-04-18
Applicant: 江南大学
Abstract: 本发明公开了一种基于深度学习的轮毂实时分类及其气阀孔定位方法,涉及图像处理领域。其步骤包括:轮毂数据集采集,建立数据库,并进行数据分类与数据分割标注;采取图像增强的方法进行数据预处理;搭建轮毂检测实时分类分割模型;设计实时分类分割模型的损失函数;设计模型的评价指标;选择相应的学习率和目标优化器;训练与测试模型;模型推理加速,进一步提高模型运行速度。本发明轮毂分类分割检测精度高,实时响应速度快,融合了神经网络与向量机两者的优势,实用性更强。
-