本发明涉及计算机视觉和人工智能技术领域，具体为一种基于迁移学习的
复合材料缺陷检测方法，包括以下步骤：步骤101、利用C扫描对复合材料进行检测成像，获取图像进行预处理；步骤102、建立数据集并进行标注；步骤103、数据增强并按照VOC数据集格式划分为训练集、测试集和验证集；步骤104、源域进行预训练，得到复合材料缺陷模型的初始权重参数；步骤105、获得优化后的复合材料缺陷模型；步骤106、进行检测识别。本发明以FasterR‑CNN模型作为基础网络，通过迁移学习共享预训练网络中的权值参数，训练出来的模型表现出较好的检测效果，其中mAP值达到了91.36％，实现了复合材料缺陷图像的检测识别，并为CFRP的缺陷检测提供了一种新的途径。
声明：
“基于迁移学习的复合材料缺陷检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1235
编辑：管理员
来源：北方有色网
咨询细节
