摘要
本申请涉及一种基于网络架构搜索的航空发动机叶片缺陷检测方法,包括:对卷积神经网络和视觉Transformer网络的架构、参数进行统一,并整合为超级网络的架构;构建超级网络的架构搜索目标函数;基于ImageNet数据集以及缺陷检测数据集训练超级网络,并更新超级网络的互信息;采用进化算法,并基于架构搜索目标函数以及互信息搜索出超级网络的最优网络架构;根据识别准确率对最优网络架构进行筛选,将筛选出的最优网络架构作为特征提取网络的检测框架;将待检测的航空发动机叶片图像输入至检测框架,得到缺陷检测结果。该方法能够根据场景的变化自动设计出符合当前场景的最优神经网络架构。
技术关键词
航空发动机叶片
缺陷检测方法
注意力
输出特征
像素点
参数
特征提取网络
视觉
神经网络架构
线性
图像
元素
矩阵
进化算法
数据
标签
索引
框架
系统为您推荐了相关专利信息
鱼类检测装置
图像识别模型
数据采集模块
数据处理模块
诱鱼
模型构建系统
预测特征
时序特征
子模块
多模型协同