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
本申请提供了一种基于漏磁图像目标检测的钢丝绳缺陷辨识方法，先采集漏磁信号，然后通过去趋势和样条差值方式进行预处理并对预处理后的图像进行分块；接着使用YOLOv5模型对其进行检测，其中，先进行模型预处理与模型选择，之后将数据集的图像输入模型的输入端，然后让图像通过模型的骨干网络在特征金字塔部分中，通过使用路径聚合网络（PathAggregationNetwork，简称PANet）处理不同规模的目标，经过特征金字塔的数据分别在输出端的三个预测头检测缺陷位置，再通过使用YOLOv5目标检测模型对钢
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117522854A
(43)申请公布日2024.02.06
(21)申请号202311643447.6G06V10/82(2022.01)
文档评论（0）