基于改进的YOLOv4的自适应断齿面夹杂物判断方法及系统

AITNT
正文
推荐专利
基于改进的YOLOv4的自适应断齿面夹杂物判断方法及系统
申请号:CN202510012277
申请日期:2025-01-06
公开号:CN119399746A
公开日期:2025-02-07
类型:发明专利
摘要
本发明公开了一种基于改进的YOLOv4的自适应断齿面夹杂物判断方法及系统,方法包括:步骤一:采集齿轮断齿面图像;步骤二:转化为灰度图像;步骤三:得到单一图片的灰度共生矩阵特征量的待融合特征矩阵;步骤四:得到模型训练样本数据;步骤五:构建断齿面夹杂物检测模型,包括主干特征提取网络、特征金字塔网络、特征合并模块及检测头;步骤六:将单一图片的灰度共生矩阵特征量的待融合特征矩阵和模型训练样本数据输入断齿面夹杂物检测模型中,进行训练与验证,得到验证合格的断齿面夹杂物检测模型;步骤七,使用验证合格的模型对待检测断齿面图像进行处理,得到齿轮断齿检测结果。本发明能够使断齿面夹杂物的检测更加准确。
技术关键词
灰度共生矩阵 融合特征 特征金字塔网络 特征提取网络 训练图像数据 训练样本数据 判断方法 残差模块 图片 检测头 上采样 齿轮 图像转换模块 语义特征 储存服务器 特征值
系统为您推荐了相关专利信息
1
一种基于拓扑结构和混合语义的知识图谱推理方法
结点 知识图谱推理方法 拓扑结构编码 拓扑结构信息 语义
2
一种基于双网络协同的半监督深度学习图像复原增强方法
语义特征 半监督训练 分支 多尺度特征提取 监督深度学习
3
基于局部和全局注意力自适应选择的红外无人机检测方法
注意力 无人机检测方法 特征融合网络 矩阵 图像
4
基于ULFB模块的超声影像病灶特征增强方法及检测系统
批量 输出特征 超声影像检测 子模块 拼接单元
5
一种基于关键点检测的腹直肌分离测量方法
关键点 热力图 测量方法 特征融合网络 分辨率
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