摘要
本发明属于光谱技术和深度学习技术领域,提供一种基于轻量级光谱注意力网络的铝合金牌号识别方法,用以提高铝合金牌号识别的准确性和鲁棒性。本发明首先,通过格拉姆场变换将一维XRF光谱转换为二维谱图,用以丰富空间信息并放大光谱细节差异;然后,提出轻量级光谱注意力模块,该模块通过简单的自适应计算来减少计算量、关注谱图的重要信息并抑制冗余信息;最后,在轻量级空间注意力模块的基础上结合ShuffleNet结构设计了轻量级空间自关注网络,实现铝合金牌号的准确识别,有效提高铝合金牌号识别的准确性和鲁棒性;并且,本发明中铝合金牌号识别方法作为一种端到端的深度学习模型,无需对样本进行复杂预处理即可准确识别出合金的牌号。
技术关键词
牌号识别方法
注意力
网络
标记
卷积模块
近似算法
矩阵
序列
深度学习技术
深度学习模型
鲁棒性
样本
通道
批量
分段
分类器
训练集
坐标系
系统为您推荐了相关专利信息
热电厂设备
设备健康状态评估
管理方法
传感器采集设备
数据融合算法
音频信号分类
异音检测方法
深度残差
微电机
傅里叶分解算法
智能推送系统
报告
生成用户
虚拟现实技术
权限访问控制