公开(公告)号：CN113989267B

公开(公告)日：2024-05-14

申请号：CN202111337049.2

申请日：2021-11-12

Applicant: 河北工业大学

Inventor： 陈海永 ,  冯会川 ,  袁乐 ,  刘新如

IPC: G06T7/00 ,  G06V10/82 ,  G06V10/80 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/084

Abstract: 本发明为一种基于轻量级神经网络的电池缺陷检测方法，基于轻量级神经网络构建缺陷检测模型；缺陷检测模型以ShuffleNetV2为骨干网络，将精炼的跨阶段局部机制融合到ShuffleNetV2网络中，得到精炼跨阶段局部ShuffleNetV2网络，精炼跨阶段局部ShuffleNetV2网络中还融合了并行分组注意力模块；精炼跨阶段局部ShuffleNetV2网络的输出特征图再经过低层特征引导的融合模块后，输入到区域推荐网络中推荐区域，对推荐区域进行分类和回归，得到缺陷类别和位置。并行分组注意力模块实现浅层与深层特征融合，低层特征引导的融合模块扩大了感受野；该方法解决了轻量化网络检测效果不理想的问题。

公开(公告)号：CN113989267A

公开(公告)日：2022-01-28

申请号：CN202111337049.2

申请日：2021-11-12

Applicant: 河北工业大学

Inventor： 陈海永 ,  冯会川 ,  袁乐 ,  刘新如

IPC: G06T7/00 ,  G06V10/82 ,  G06V10/80 ,  G06V10/44 ,  G06V10/764 ,  G06V10/774 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明为一种基于轻量级神经网络的电池缺陷检测方法，基于轻量级神经网络构建缺陷检测模型；缺陷检测模型以ShuffleNetV2为骨干网络，将精炼的跨阶段局部机制融合到ShuffleNetV2网络中，得到精炼跨阶段局部ShuffleNetV2网络，精炼跨阶段局部ShuffleNetV2网络中还融合了并行分组注意力模块；精炼跨阶段局部ShuffleNetV2网络的输出特征图再经过低层特征引导的融合模块后，输入到区域推荐网络中推荐区域，对推荐区域进行分类和回归，得到缺陷类别和位置。并行分组注意力模块实现浅层与深层特征融合，低层特征引导的融合模块扩大了感受野；该方法解决了轻量化网络检测效果不理想的问题。