本發(fā)明公開一種基于多尺度卷積特征融合網(wǎng)絡(luò)的
鋰電池缺陷分類方法,該方法基于多尺度卷積特征融合網(wǎng)絡(luò)模型,該模型引入了跨通道深度卷積,分別在原始圖像的三通道上進(jìn)行卷積,加強(qiáng)了模型的光譜不變性。還引入了具有不同感受野大小的多尺度卷積,加強(qiáng)了模型多尺度特征表達(dá)能力。對于每張圖片都提取三通道及其標(biāo)簽作為模型輸入值進(jìn)行訓(xùn)練,同時(shí)還引入maxout刺激了不同神經(jīng)元之間的競爭,提高了網(wǎng)絡(luò)的學(xué)習(xí)能力,增強(qiáng)模型的非線性擬合能力,大幅提升了網(wǎng)絡(luò)在多類別鋰
電池片表面缺陷數(shù)據(jù)集上的分類精確度及速度。
聲明:
“基于多尺度卷積特征融合網(wǎng)絡(luò)的鋰電池缺陷分類方法” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)