• 专利申请
    2021-05-10
  • 公布公告
    2023-09-22
  • 授权日期
    2023-09-22
  • 终止
    2033-09-19
一种基于YOLO v4改进算法的织物瑕疵检测方法
一种基于YOLO v4改进算法的织物瑕疵检测方法
* 专利信息仅供参考，不具有法律效力。 有效专利
CN202110505326.X 2021-05-10 G06T7/00 {{ classMap["G06T7/00"] }}
浙江理工大学 查看申请人名下所有专利
浙江省杭州市经济技术开发区白杨街道2号大街928号
专利分类项目

G06T7/00 : 图像分析，例如从位像到非位像

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

G06V10/762 :

G06V10/25 :

G06V10/774 :

G06V10/80 :

G06V10/82 :

G06N3/0464 :

G06N3/08 : 学习方法

专利注册信息
初审公告期号 2021-05-10 初审公告日期 2023-09-22
注册公告期号 2023-09-22 注册公告日期 2023-09-22
专用权期限 2023-09-22 - 2033-09-19 专利类型 发明授权
代理组织机构 浙江千克知识产权代理有限公司 查看该机构代理的所有专利
专利介绍
本发明属于图像目标检测技术领域，具体公开了一种基于YOLO v4改进算法的织物瑕疵检测方法，该方法在主干网络上引入了最新的轻量级注意力模块Coordinate Attention(CA)，不仅能捕获跨通道的信息，还能捕获方向感知和位置感知的信息，使得网络能对感兴趣的目标进行着重检测，并加入了可变形卷积(Deformable Convolutional Network，DCN)以增强网络对于形状多变的瑕疵的适应性，提高了检测准确率。对于特征融合部分，在原有的路径聚合网络的基础上使用了自适应加权融合(ASFF)，使得各个特征层提取的特征在进行预测前以不同权重进行融合，同时对特征融合部分的部分卷积使用了跨阶段局部网络结构(CSP)进行替换，在保证速度的情况下，大幅提高了网络对织物瑕疵检测的准确率。
法律进度

  • 2023-09-22 授权 ...

  • 2021-08-17 实质审查的生效 IPC(主分类): G06T 7/00 专利申请号: 202110505326.X 申请日: 2021.05. ...

  • 2021-07-30 公开 ...

同类专利
  • 基于最小和缓存加速策略的泛化置信度传播的双目立体视觉匹配方法

    基于最小和缓存加速策略的泛化置信度传播的双目立体视觉匹配方法

    查看详情
  • 基于方向集的泛化置信度传播的双目立体视觉匹配方法

    基于方向集的泛化置信度传播的双目立体视觉匹配方法

    查看详情
  • 泛化置信度传播的双目立体视觉匹配方法

    泛化置信度传播的双目立体视觉匹配方法

    查看详情
  • 一种局部定位系统及方法

    一种局部定位系统及方法

    查看详情
  • 一种基于单元分解光流场的喷墨印花纹理图像配准方法

    一种基于单元分解光流场的喷墨印花纹理图像配准方法

    查看详情
  • 基于全局信息的图像配准方法

    基于全局信息的图像配准方法

    查看详情
  • 一种多光谱图像建筑物变化检测方法

    一种多光谱图像建筑物变化检测方法

    查看详情
  • 基于LabVIEW的运动工件分拣方法

    基于LabVIEW的运动工件分拣方法

    查看详情
  • 一种比较不同植物形态相似度的计算机方法

    一种比较不同植物形态相似度的计算机方法

    查看详情
  • 一种基于视觉检测的采茶机割刀控制方法

    一种基于视觉检测的采茶机割刀控制方法

    查看详情
  • 一种基于压缩感知的高光谱混合像元分解的方法

    一种基于压缩感知的高光谱混合像元分解的方法

    查看详情
  • 采用平行四边形标定摄像机内参数的方法

    采用平行四边形标定摄像机内参数的方法

    查看详情

咨询该专利

您还可以
求购专利
推荐专利
{{ v.name }}
取 消 确 定