本发明涉及计算机视觉和人工智能技术领域,具体为一种基于迁移学习的
复合材料缺陷检测方法,包括以下步骤:步骤101、利用C扫描对复合材料进行检测成像,获取图像进行预处理;步骤102、建立数据集并进行标注;步骤103、数据增强并按照VOC数据集格式划分为训练集、测试集和验证集;步骤104、源域进行预训练,得到复合材料缺陷模型的初始权重参数;步骤105、获得优化后的复合材料缺陷模型;步骤106、进行检测识别。本发明以FasterR‑CNN模型作为基础网络,通过迁移学习共享预训练网络中的权值参数,训练出来的模型表现出较好的检测效果,其中mAP值达到了91.36%,实现了复合材料缺陷图像的检测识别,并为CFRP的缺陷检测提供了一种新的途径。
声明:
“基于迁移学习的复合材料缺陷检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)