科创中国
基于引入频率域深度学习网络的钢材缺陷图像分割方法
发布时间: 2023-06-12
基本信息
合作方式：
技术许可
成果类型：
发明专利,实用新型专利
行业领域：
电子信息技术
成果介绍
本发明公开了一种基于引入频率域深度学习网络的钢材缺陷图像分割方法，包括以下步骤：使用工业相机获取钢材图像；通过预处理将图像调整为相同位置及尺寸；划分不同数据集；建立引入频率域全新卷积模块、池化模块和上采样模块的分割网络模型Fre‑Net；通过端对端的方式进行网络训练，以真实值对预测结果进行反向调优校正网络参数，最终网络可实现对瓶装钢材缺陷图像的精准分割。
成果亮点
本发明公开了一种基于引入频率域深度学习网络的钢材缺陷图像分割方法，包括以下步骤：使用工业相机获取钢材图像；通过预处理将图像调整为相同位置及尺寸；划分不同数据集；建立引入频率域全新卷积模块、池化模块和上采样模块的分割网络模型Fre‑Net；通过端对端的方式进行网络训练，以真实值对预测结果进行反向调优校正网络参数，最终网络可实现对瓶装钢材缺陷图像的精准分割。
团队介绍
田袁，付文龙，吴克鹏，钱鑫，敖振宇，崔若楠，韩琦，蒙仑，徐宏翔，邱自成，吴锐
成果资料
下载app