摘要
本公开提供了纺丝流程中的丝线故障检测模型的训练方法及相关装置。涉及人工智能技术领域。该方法包括:对样本图像进行离散余弦变换,得到样本图像的频域表示;将频域表示中的零频分量和样本图像输入待训练模型的零频增强器,得到样本图像的第一全局特征;将频域表示输入待训练模型的低频再造器,得到样本图像的中级语义特征;将频域表示和第一全局特征输入待训练模型的高频细化器,得到样本图像的细粒度特征;将第一全局特征、中级语义特征和细粒度特征输入待训练模型的融合器,得到融合特征;将融合特征,输入待训练模型的分类器,得到针对样本图像的分类结果;基于分类结果,优化待训练模型的模型参数,得到丝线故障检测模型。
技术关键词
细粒度特征
故障检测模型
语义特征
图像
样本
融合特征
离散余弦变换
丝线
细化器
纺丝箱体
检测损失
融合器
全局平均池化
多层感知器
感知特征
分类器
故障检测装置
故障检测方法
频率
系统为您推荐了相关专利信息
装配式预制构件
三维点云数据
破损检测方法
点云特征
胶囊网络
分布式电源配电网
故障定位方法
分布式电源接入位置
配电网拓扑结构
配电系统
无人设备
海上风电机组
监测标记
自动调节方法
监测策略
三角形面片
三维模型
法向量夹角
抽取系统
仿真建模