首页> 中国专利> 模型训练方法、基于深度学习的金属断口分析方法及应用

模型训练方法、基于深度学习的金属断口分析方法及应用

摘要

本发明揭示了模型训练方法、基于深度学习的金属断口分析方法及应用,以解决没有高效可靠的金属断口识别方法的问题。该模型训练方法包括将样本集中的多个图像样本输入目标特征提取网络以提取图像特征;将提取的图像特征输入目标分类网络,识别金属断口类别;根据目标分类网络识别的金属断口类别和对应标记的金属断口类别的比对结果,调整目标分类网络的各层权重值,以完成目标分类网络的训练;基于目标特征提取网络和训练完成的目标分类网络构建目标模型;将样本集中的多个图像样本输入目标模型,识别金属断口类别;根据目标模型识别的金属断口类别和对应标记的金属断口类别的比对结果,调整目标模型的各层权重值,以完成目标模型的训练。

著录项

  • 公开/公告号CN111209964A

    专利类型发明专利

  • 公开/公告日2020-05-29

    原文格式PDF

  • 申请/专利权人 武汉市盛隽科技有限公司;

    申请/专利号CN202010010744.7

  • 发明设计人 林桥;党芳青;熊翠;

    申请日2020-01-06

  • 分类号

  • 代理机构苏州三英知识产权代理有限公司;

  • 代理人黄晓明

  • 地址 430070 湖北省武汉市东湖新技术开发区花城大道8号软件新城三期D2-09-99

  • 入库时间 2023-12-17 08:55:38

法律信息

  • 法律状态公告日

    法律状态信息

    法律状态

  • 2020-06-23

    实质审查的生效 IPC(主分类):G06K9/62 申请日:20200106

    实质审查的生效

  • 2020-05-29

    公开

    公开

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号