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
结点
知识图谱推理方法
拓扑结构编码
拓扑结构信息
语义
语义特征
半监督训练
分支
多尺度特征提取
监督深度学习