合肥金星智控科技股份有限公司
宣传

位置:中冶有色 >

有色技术频道 >

> 化学分析技术

> 半监督深度学习缺陷检测方法

半监督深度学习缺陷检测方法

873   编辑:管理员   来源:中冶有色技术网  
2023-03-19 07:13:10
本发明公开了一种半监督深度学习缺陷检测方法,将训练样本数据按有无标签分类;初始化学生卷积神经网络Fs(m)的权重参数m;初始化教师卷积神经网络参数Ft(m)=Copy(Fs(m)),教师卷积神经网络和参数均从学生卷积神经网络复制;获得了学生卷积神经网络Fs(m)和教师卷积神经网络Ft(m)以及始化权重参数后,对学生卷积神经网络和教师卷积神经网络进行训练;获得经过训练的网络可用学生卷积神经网络进行缺陷检测工作,将需要被检测的数据输入学生卷积神经网络,学生卷积神经网络预测其有无缺陷或者属于哪一类缺陷。本发明基于半监督深度学习架构Fixmatch和平均教师模型的缺陷检测方法,需要少量标签数据即可实现高精度的工业产品表面缺陷自动检测。
声明:
“半监督深度学习缺陷检测方法” 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)
分享 0
         
举报 0
收藏 0
反对 0
点赞 0
标签:
化学分析
全国热门有色金属技术推荐
展开更多 +

 

中冶有色技术平台微信公众号
了解更多信息请您扫码关注官方微信
中冶有色技术平台微信公众号中冶有色技术平台

最新更新技术

报名参会
更多+

报告下载

第二届中国微细粒矿物选矿技术大会
推广

热门技术
更多+

衡水宏运压滤机有限公司
宣传
环磨科技控股(集团)有限公司
宣传

发布

在线客服

公众号

电话

顶部
咨询电话:
010-88793500-807
专利人/作者信息登记