標(biāo)的名稱 | 基于嵌入自注意力門模塊的yolov3網(wǎng)絡(luò)的鋰電池缺陷檢測方法 | 項(xiàng)目編號 | ZL****TJ******8 |
掛牌開始時(shí)間 | ****-**-** | 掛牌截止時(shí)間 | ****-**-** |
專利所屬地 | 中國 | 專利類型 | 發(fā)明專利 |
專利號 | ************.7 | ||
授權(quán)日期 | ****-**-** | 到期時(shí)間 | ****-**-** |
應(yīng)用領(lǐng)域 | 其他(新技術(shù)與創(chuàng)新創(chuàng)業(yè)服務(wù)) | ||
簡介 | 本發(fā)明公開了一種基于嵌入自注意力門模塊的yolov3網(wǎng)絡(luò)的鋰電池缺陷檢測方法,包括采集含有待檢測缺陷的鋰電池圖像,并將采集的圖像統(tǒng)一縮放至合適大??;利用嵌入自注意力門模塊的yolov3網(wǎng)絡(luò)進(jìn)行特征提取;其中,自注意力門模塊包括多尺度特征融合模塊和自注意力機(jī)制模塊兩部分;以yolov3網(wǎng)絡(luò)模型的darknet?**網(wǎng)絡(luò)作為主干網(wǎng)絡(luò)進(jìn)行特征提取。該方法深層特征和淺層特征首先通過自注意力門模塊集成,可以捕獲在空間維度上的上下文信息并抑制淺層特征的復(fù)雜背景的冗余信息,然后自注意力門模塊采用空間注意力計(jì)算每個(gè)像素的權(quán)重得到注意力映射圖,充分利用了上下文信息,在處理一些相似的目標(biāo)缺陷時(shí),上下文信息可以更好地將它們區(qū)別開。 | ||
擬轉(zhuǎn)讓/許可方式 | 擬交易底價(jià) | 一次總付:采用一次總付的方式,在合同生效后**日內(nèi)一次性全額支付所有使用費(fèi)******元。 |
轉(zhuǎn)讓/許可方類型 | 認(rèn)證名稱 | 河北工業(yè)大學(xué) | |
注冊地址 | 注冊資本 |
轉(zhuǎn)讓/許可范圍 | 國內(nèi) | ||
受讓方資格條件 | 無 | ||
保證金要求 | 無需交保證金 |