摘要
一种少样本基于图像识别的竹木材料缺陷检测方法。主要解决在工业生产和加工中存在的精确度不足和样本数量不足等问题。本发明提供一种少样本基于图像识别的竹木材料缺陷检测方法,用Resnext对预处理后的图片部件进行定位,进一步基于Resnet+Siamase的网络结构的改进,对于少量负样本的竹木材料为例的数据集进行缺陷检测。
技术关键词
缺陷检测方法
竹木材料表面
定位缺陷位置
样本
维纳滤波器
网络结构
图像
傅立叶
工业生产
信噪比
算法
表达式
数据
数学
图片
核心
代表
模块
系统为您推荐了相关专利信息
节点特征
分类系统
高阶结构特征
注意力机制
信息数据处理终端
表面缺陷检测
缺陷智能检测方法
建筑材料表面
聚类
样本
分析非小细胞肺癌
免疫检查点抑制剂
支持向量机模型
分析系统
非小细胞肺癌患者
识别模型训练方法
样本
关键词特征
关键词识别方法
音频特征