- 1、本文档共9页,其中可免费阅读8页,需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及一种基于剪枝YOLOv3的吸管缺陷检测方法,该方法可用于对采集的吸管图像进行缺陷检测和识别。该方法首先在训练集上正常训练YOLOv3网络,在此基础上对其进行剪枝:对批处理归一化层中的稀疏因子进行L1正则化,通过L1正则化将批处理归一层稀疏因子的值缩至0,以此来识别不重要的通道和神经元,因为每个稀疏因子对应特定的卷及通道或完全连接层中的神经元,剪枝完成后再对网络进行微调。上述过程重复多次,获得剪枝后的YOLOv3网络。剪枝后的YOLOv3网络兼顾了YOLOv3网络本身的高精度性,并且在此
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113222920 A
(43)申请公布日 2021.08.06
(21)申请号 202110480801.2
(22)申请日 2021.04.30
(71)申请人 南京航空航天大学
地址
文档评论(0)