科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明涉及计算机视觉图像处理和深度学习领域,具体涉及一种基于DER增量学习的密集架通道异物检测方法,该方法主要包括以下步骤：1)获取通道异物图像并制作数据集；2)构建异物检测网络模型；3)筛选数据与训练异物检测网络模型；4)读取模型并实时检测通道异物状态。该方法结合域增量学习与图像分类技术,设计了一种拥有高性能特征提取能力、网络框架可动态拓展的异物检测模型。该模型每次面对新场景时,会比上一场景所需训练样本少,且仍保留着对旧场景的高精度检测能力,可实现多样化场景的快速部署与异物的高精度检测,极大提高部署效率。
- 单位
