一种基于卷积神经网络多尺度特征的管道缺陷检测方法[CN202110424184.4] - 河南大学

专利申请

2021-04-20
公布公告

2023-04-18
授权日期

2023-04-18
终止

2033-04-15

一种基于卷积神经网络多尺度特征的管道缺陷检测方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN202110424184.4 申请日期： 2021-04-20 专利主类别： G06T7/00 {{ classMap["G06T7/00"] }}

申请人名称：河南大学

查看申请人名下所有专利

申请人地址：河南省开封市明伦街85号

专利分类项目

G06T7/00 : 图像分析，例如从位像到非位像

G06T7/70 : 确定物体或摄像机的姿态、方向

G06T5/00 : 图像的增强或复原，如从位像到位像地建立一个类似的图形

G06T3/40 : 整个或部分图形的定标

G06N3/0464 :

专利注册信息

初审公告期号	2021-04-20	初审公告日期	2023-04-18
注册公告期号	2023-04-18	注册公告日期	2023-04-18
专用权期限	2023-04-18 - 2033-04-15	专利类型	发明授权
代理组织机构	济南光启专利代理事务所查看该机构代理的所有专利

专利介绍

本发明公开了一种基于卷积神经网络多尺度特征的管道缺陷检测方法，属于缺陷检测技术领域，包括以下步骤：S1：构建网络的输入端部分；S2：构建网络的主干网络部分；S3：构建网络的多尺度融合特征金字塔部分；S4：构建网络的损失函数；S5：构建网络的输出预测部分；S6：使用数据集对构建网络进行训练得到优先网络权重；S7：使用训练完成的检测网络来执行管道内缺陷图片检测的任务。将卷积神经网络作为缺陷检测的主要方法，实现检测过程的智能化以及实时性。

法律进度