摘要
本发明公开了一种基于渐进式网络的工业检测方法,包括以下步骤:步骤S1:利用收集到的第一批数据完成初始模型的训练;步骤S2:利用mAP进行数据集的筛选得到新的数据集并进行循环筛选;步骤S3:通过比较上一个任务数据集中每个缺陷类的AP和所有类的mAP的关系来决定选择多少数据加入新任务数据集并进行循环训练,直到完成新任务每一层网络参数的训练,在模型更新前,通过对新增的数据样本进行有效筛选来提高数据利用率。在对模型优化训练时,利用渐进式网络将之前任务学习到的旧知识叠加到当前新任务的网络训练中,有效避免了网络灾难性遗忘,提高了网络的学习效率。
技术关键词
工业检测方法
网络
数据
缺陷类别
模型更新
参数
样本
模块
关系
精度
系统为您推荐了相关专利信息
故障预警方法
声发射
隐马尔科夫模型
旋转组件
优化搜索算法
智能充电控制方法
前馈神经网络
多头注意力机制
电池健康状态
充放电数据