本發明涉及計算機視覺和人工智能技術領域,具體為一種基于遷移學習的復合材料缺陷檢測方法,包括以下步驟:步驟101、利用C掃描對復合材料進行檢測成像,獲取圖像進行預處理;步驟102、建立數據集并進行標注;步驟103、數據增強并按照VOC數據集格式劃分為訓練集、測試集和驗證集;步驟104、源域進行預訓練,得到復合材料缺陷模型的初始權重參數;步驟105、獲得優化后的復合材料缺陷模型;步驟106、進行檢測識別。本發明以FasterR?CNN模型作為基礎網絡,通過遷移學習共享預訓練網絡中的權值參數,訓練出來的模型表現出較好的檢測效果,其中mAP值達到了91.36%,實現了復合材料缺陷圖像的檢測識別,并為CFRP的缺陷檢測提供了一種新的途徑。
聲明:
“基于遷移學習的復合材料缺陷檢測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)