国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預(yù)訂訂單
服務(wù)訂單
發(fā)布專利 發(fā)布成果 人才入駐 發(fā)布商標 發(fā)布需求

在線咨詢

聯(lián)系我們

龍圖騰公眾號
首頁 專利交易 科技果 科技人才 科技服務(wù) 國際服務(wù) 商標交易 會員權(quán)益 IP管家助手 需求市場 關(guān)于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當前位置 : 首頁 > 專利喜報 > 恭喜南京理工大學程毅獲國家專利權(quán)

恭喜南京理工大學程毅獲國家專利權(quán)

買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監(jiān)控用IP管家,真方便!

龍圖騰網(wǎng)恭喜南京理工大學申請的專利一種基于模型壓縮的PCB板缺陷檢測方法獲國家發(fā)明授權(quán)專利權(quán),本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予,授權(quán)公告號為:CN114897845B

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-06發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉:該發(fā)明授權(quán)的專利申請?zhí)?專利號為:202210550075.1,技術(shù)領(lǐng)域涉及:G06T7/00;該發(fā)明授權(quán)一種基于模型壓縮的PCB板缺陷檢測方法是由程毅;康晴設(shè)計研發(fā)完成,并于2022-05-20向國家知識產(chǎn)權(quán)局提交的專利申請。

一種基于模型壓縮的PCB板缺陷檢測方法在說明書摘要公布了:本發(fā)明公開了一種基于模型壓縮的PCB板缺陷檢測方法,包括:對于原始缺陷圖片進行預(yù)處理,通過區(qū)域分割形成訓練樣本;設(shè)計輕量特征提取模塊,將其替換YOLOv5網(wǎng)絡(luò)中的特征提取模塊進行網(wǎng)絡(luò)壓縮,構(gòu)建壓縮網(wǎng)絡(luò);在知識蒸餾進行前,通過PCB樣本訓練YOLOv5網(wǎng)絡(luò),在知識蒸餾過程中,其參數(shù)不會被更新;基于YOLOv5網(wǎng)絡(luò),壓縮網(wǎng)絡(luò)每一次的迭代訓練過程中,利用局部與全局知識蒸餾模塊進行蒸餾損失的計算,并通過反向傳播算法進行知識蒸餾網(wǎng)絡(luò)的參數(shù)更新;通過壓縮網(wǎng)絡(luò)進行缺陷檢測,并對輸出的檢測框篩選,得到最終的缺陷預(yù)測框。本發(fā)明在壓縮原有模型的參數(shù)量與計算量的同時保持了原有網(wǎng)絡(luò)模型的平均檢測精度。

本發(fā)明授權(quán)一種基于模型壓縮的PCB板缺陷檢測方法在權(quán)利要求書中公布了:1.一種基于模型壓縮的PCB板缺陷檢測方法,其特征在于,包括步驟:步驟S1:對于原始PCB的缺陷圖片進行預(yù)處理,通過區(qū)域分割形成訓練樣本;步驟S2:設(shè)計輕量特征提取模塊,將其替換YOLOv5網(wǎng)絡(luò)中的特征提取模塊進行網(wǎng)絡(luò)壓縮,構(gòu)建壓縮網(wǎng)絡(luò);步驟S3:在知識蒸餾進行前,通過S1步驟產(chǎn)生的PCB樣本訓練YOLOv5網(wǎng)絡(luò),在知識蒸餾過程中,網(wǎng)絡(luò)的參數(shù)不會被更新;步驟S4:基于S3訓練的YOLOv5網(wǎng)絡(luò),步驟S2構(gòu)建的壓縮網(wǎng)絡(luò)每一次的迭代訓練過程中,利用局部與全局知識蒸餾模塊進行蒸餾損失的計算,并通過反向傳播算法進行壓縮網(wǎng)絡(luò)的參數(shù)更新;步驟S5:通過步驟S4訓練的壓縮網(wǎng)絡(luò)進行PCB板缺陷檢測,并對輸出的檢測框進行篩選,得到最終的缺陷預(yù)測框;所述步驟S2具體包括:通過Ghost卷積模型替換YOLOv5網(wǎng)絡(luò)中C3模塊BottleNeck的卷積層,并將壓縮后的C3模塊替換YOLOv5網(wǎng)絡(luò)中C3模塊進行特征提取;所述步驟S4具體包括:S4-1:通過訓練樣本的標簽生成對應(yīng)的前景與背景掩模;S4-2:根據(jù)生成的前景與背景掩模生成蒸餾損失的權(quán)重掩模;S4-3:通過PCB訓練樣本特征的特征提取后的特征圖的空間注意力矩陣生成空間注意力掩模;S4-4:通過PCB訓練樣本特征的特征提取后的特征圖的通道注意力矩陣生成通道注意力掩模;S4-5:通過全局特征提取模塊進行特征圖全局語義信息的提取;S4-6:通過生成的前景與背景掩模、權(quán)重掩模、空間注意力掩模、通道注意力掩模計算壓縮網(wǎng)絡(luò)與YOLOv5網(wǎng)絡(luò)的局部蒸餾損失;S4-7:通過S4-5步驟提取的特征圖的全局語義信息計算壓縮網(wǎng)絡(luò)與YOLOv5網(wǎng)絡(luò)的全局蒸餾損失;S4-8:通過局部蒸餾損失與全局蒸餾損失計算總蒸餾損失。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù),可聯(lián)系本專利的申請人或?qū)@麢?quán)人南京理工大學,其通訊地址為:210094 江蘇省南京市孝陵衛(wèi)200號;或者聯(lián)系龍圖騰網(wǎng)官方客服,聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。

免責聲明
1、本報告根據(jù)公開、合法渠道獲得相關(guān)數(shù)據(jù)和信息,力求客觀、公正,但并不保證數(shù)據(jù)的最終完整性和準確性。
2、報告中的分析和結(jié)論僅反映本公司于發(fā)布本報告當日的職業(yè)理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據(jù)或者憑證。
主站蜘蛛池模板: 丽江市| 铁岭市| 阿拉善盟| 稷山县| 江西省| 泰安市| 上蔡县| 读书| 丹阳市| 当雄县| 辽宁省| 阳山县| 大同市| 泰顺县| 治县。| 澄江县| 浙江省| 电白县| 普格县| 波密县| 大化| 临清市| 新乡县| 保康县| 淅川县| 泗洪县| 左权县| 古交市| 宁晋县| 清原| 綦江县| 绵竹市| 靖安县| 五常市| 滦南县| 曲松县| 札达县| 舞钢市| 墨玉县| 自治县| 兴山县|