原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
本发明公开了一种基于SE‑ResNeXt铸件缺陷识别方法，涉及铸件缺陷检测技术领域，包括：S1、采集铸件缺陷图像数据样本；S2、利用数据处理方法优化铸件缺陷图像；S3、构建一个端到端的两阶段神经网络的Cascade‑rcnn变体模型，主干网络采用ResNeXt，同时借鉴SENet思想，在保证模型速度的同时提高检测精度；S4、将优化后的铸件缺陷图像训练Cascade‑rcnn变体模型；S5、将待测试的铸件图像输入到Cascade‑rcnn变体模型中，输出缺陷位置和缺陷大小，由此完成整体铸件图像的缺
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117252862A
(43)申请公布日2023.12.19
(21)申请号202311493282.9G06V10/764(2022.01)
(22)申请日2023.11
文档评论（0）