材料的缺陷信息识别方法、模型训练方法及设备

AITNT
正文
推荐专利
材料的缺陷信息识别方法、模型训练方法及设备
申请号:CN202411993303
申请日期:2024-12-30
公开号:CN119887719A
公开日期:2025-04-25
类型:发明专利
摘要
本申请实施例提供一种材料的缺陷信息识别方法、模型训练方法及设备。该方法包括:通过获取待识别数据,其中,待识别数据中包括待识别的材料缺陷图像和至少一种场景数据。然后,根据识别模型对待识别的材料缺陷图像进行特征提取,得到待识别的材料缺陷图像的隐含特征。之后,根据识别模型中与场景数据对应的场景学习器,对场景数据进行特征提取,得到场景数据的场景特征。进而,基于识别模型、场景特征以及隐含特征,确定待识别的材料缺陷图像的缺陷信息。该方法用以达到准确、有效的检测出不同场景数据下的材料的缺陷信息的效果。
技术关键词
场景特征 神经网络单元 学习器 图像处理方式 融合特征 计算机执行指令 图像特征提取 信息识别方法 数据 模型训练方法 物理 预训练模型 计算机程序产品 信息识别装置 阶段 模型训练装置 可读存储介质 处理器
系统为您推荐了相关专利信息
1
多尺度特征权重赋能方法、系统及图像目标检测方法
权重特征 输出特征 融合特征 多尺度特征 特征提取网络
2
NAND FLASH寿命预测与管理方法及相关设备
参数 融合特征 多模态 数据 多层次特征提取
3
一种CPU性能采样工具的运行开销的预测方法
渐进式神经网络 采样工具 变量 融合特征 测试工具
4
一种基于回波信号多域变换的水下目标多模融合识别方法
融合识别方法 时域特征 回波 主动声呐 特征融合网络
5
一种基于多模态大模型的钢板表面缺陷检测方法及系统
多模态 跨模态融合特征 图像解码器 缺陷分析 联合损失函数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号