买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉吉林化工学院申请的专利一种基于改进的MobileNet_V2网络模型的车刀磨损分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116704258B 。

龙图腾网通过国家知识产权局官网在2026-03-03发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310763255.2，技术领域涉及：G06V10/764；该发明授权一种基于改进的MobileNet_V2网络模型的车刀磨损分类方法是由孔繁星;陈娜;何腾飞;李胜男设计研发完成，并于2023-06-27向国家知识产权局提交的专利申请。

本一种基于改进的MobileNet_V2网络模型的车刀磨损分类方法在说明书摘要公布了：发明名称一种基于改进的MobileNet_V2网络模型的车刀磨损分类方法摘要本发明提供了一种基于改进的MobileNet_V2网络模型的车刀磨损分类方法，具体包括：1、多工况车削操作条件下，采集车刀表面磨损图像，建立车刀磨损数据集，将磨损等级分为正常磨损和急剧磨损两类，对初始数据集进行预处理，形成输入图像；2、搭建改进的MobileNet_V2网络，包括：引入轻量型注意力机制ECA_Net到MobileNet_V2模型的倒残差模块中；修改分类器的参数；修改除瓶颈层外其他网络层的激活函数，Relu6更换为LeakyRelu；加入迁移学习，冻结特征提取部分所有权重，对后部网络参数进行学习；优化训练过程中涉及的参数；3、输入图像到改进的MobileNet_V2模型中，识别出输入图像中的磨损程度是正常磨损还是急剧磨损，完成车刀磨损程度的识别分类，判别车刀是否可以继续使用。本发明的方法可用于低成本识别车削加工过程中的刀具磨损状态，计算速度快、磨损程度分类精度高、具有较强的模型泛化能力。

本发明授权一种基于改进的MobileNet_V2网络模型的车刀磨损分类方法在权利要求书中公布了：1.一种基于改进的MobileNet_V2网络模型的车刀磨损分类方法，其特征在于，具体包括以下步骤： 步骤S1，通过多工况条件下的车削操作，使用图像采集装置采集车刀表面磨损图像，建立车刀磨损数据集； 步骤S2，将磨损等级分为正常磨损和急剧磨损两类，对初始数据集进行预处理，形成输入图像，对两类磨损图像进行数据增强； 步骤S3，搭建改进的MobileNet_V2网络模型；所述改进的MobileNet_V2网络模型包括： 1搭建各网络层，引入轻量型注意力机制ECA_Net到MobileNet_V2模型的倒残差模块中； 2修改激活函数； 3MobileNet_V2模型中加入迁移学习，对后部网络参数进行学习； 4修改分类器的输出个数； 5优化训练过程中涉及的超参数； 所述搭建网络层包括输入层、卷积层、改进的bottleneck层、平均池化下采样层、全连接层以及输出层，其中bottleneck指的是瓶颈结构，具体改进包括：通过在倒残差堆叠块和MobileNet_V2分类器中嵌入ECA_Net轻量级注意力机制；修改除倒残差结构的其他网络层的激活函数，Relu6更换为LeakyRelu；采用迁移学习训练数据，迁移学习包括导入权重文件，冻结特征提取部分所有权重，除全连接层外其他层进行冻结，保存训练后的权重；优化参数包括修改分类器的输出个数为2；选用Adam优化器进行优化，选择合适的训练参数，并用交叉熵损失函数CrossEntropyLoss度量预测值和真实值概率分布的差异性，计算公式为， 其中，n表示实验数据批次，bi表示期望输出，pi表示卷积神经网络的实际输出； 步骤S4，把步骤2中的输入图像输入到改进的MobileNet_V2模型中，识别出输入图像中的磨损程度为第几类磨损。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人吉林化工学院，其通讯地址为：132022 吉林省吉林市龙潭区承德街45号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。