公开(公告)号：CN118115460A

公开(公告)日：2024-05-31

申请号：CN202410243687.5

申请日：2024-03-04

Applicant: 佛山职业技术学院

Inventor： 李程文 ,  丁犇 ,  钟宏扬 ,  邓家亮 ,  祝家东

IPC: G06T7/00 ,  G06V10/764 ,  G06V10/774

Abstract: 基于多标签分类的缺陷检测方法、系统、设备及存储介质，涉及缺陷检测技术领域。缺陷检测方法包括如下步骤：获取待检测图片；建立与待检测图片对应的数据集合，所述数据集合的子集数量与缺陷标签数量一致，且数据集合的子集与缺陷标签一一对应；初始的数据集合中，各个子集的值均为零；向训练好的缺陷检测模型输入待检测图片，获得缺陷检测模型输出的若干缺陷标签；根据输出的缺陷标签对数据集合中对应的子集进行赋值；对当前数据集合中的子集进行求和，得到数据集合的缺陷总分；根据缺陷总分进行等级分类。实现整合所有识别出的缺陷标签进行评分分类，以便于对产品进行质量等级的分类。

公开(公告)号：CN117313799A

公开(公告)日：2023-12-29

申请号：CN202311121454.X

申请日：2023-08-31

Applicant: 佛山职业技术学院

Inventor： 井福荣 ,  刘辉 ,  钟宏扬 ,  华春梦 ,  杨春雨

IPC: G06N3/0464 ,  G06N3/0495 ,  G06N3/0455 ,  G06N3/086

Abstract: 本发明公开了一种基于LSMOF的深度学习模型压缩方法及装置，包括：建立深度学习模型，并编码模型压缩参数；根据LSMOF算法优化所述模型压缩参数，并确定模型偏好决策与解码参数；根据所述偏好决策与所述参数解码，对所述深度学习模型进行压缩，并对压缩后的深度学习模型进行再训练；将再训练后的深度学习模型部署至对应的平台；本发明将压缩比例和模型精度两个优化目标协同优化，无需考虑加权向量的设置，可为开发人员提供更加全面的候选解，同时在ResNet等大规模深度学习模型压缩中具有更快的收敛速度。