“肖智恒”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果10个，建议您升级VIP下载更多相关专利

[发明专利]用于质量检测的拍照路径规划方法、装置、介质及设备-CN202310734806.2在审
发明人：马元巍;侯大为;潘正颐;肖智恒 -专利权人：上海微亿智造科技有限公司
申请日： 2023-06-20 - 公布日： 2023-09-19 - 主分类号： B25J9/16 文献下载
摘要：本申请计算机技术领域，公开了一种用于质量检测的拍照路径规划方法、装置、介质及设备，其中方法包括：基于待检测对象的位置信息获取机械臂末端的若干第一位姿；基于各所述第一位姿以及障碍物的位置信息，分别进行碰撞检测，获得与障碍物未发生碰撞的若干第二位姿；依次将各所述第二位姿作为目标位姿，并将除了目标位姿的第二位姿作为当前位姿，分别从各当前位姿中确定出与目标位姿匹配的目标当前位姿，以确定与各第二位姿匹配的匹配位姿；基于各所述第二位姿以及与各所述第二位姿匹配的匹配位姿，规划获得目标拍摄路径。本申请规划获得的拍照路径不会与障碍物发生碰撞，提高了拍摄效率使得拍摄数据更加稳定。
用于质量检测拍照路径规划方法装置介质设备

[发明专利]一种用于外观检测的拍照路径自适应规划方法及装置-CN202310734823.6在审
发明人：马元巍;侯大为;潘正颐;肖智恒 -专利权人：上海微亿智造科技有限公司
申请日： 2023-06-20 - 公布日： 2023-08-29 - 主分类号： B25J9/16 文献下载
摘要：本申请公开了一种用于外观检测的拍照路径自适应规划方法及装置，其中方法包括：针对若干初始拍照点位分别进行机械臂逆解计算，获得各初始拍照点位的逆解计算结果；基于各初始拍照点位的逆解计算结果对各所述初始拍照点位进行筛选，获得存在逆解的若干目标拍照点位；基于各所述目标拍照点位，采用自组织映射算法训练获得用于表征各目标拍照点位位置关系的目标网络拓扑结构；至少基于所述目标网络拓扑结构中各所述目标拍照点位的位置先后顺序，规划获得目标拍摄路径。本申请中的方法能够合理、准确的规划获得最优的拍摄路径，进而能够减少机械臂的拍摄时间，从而提高拍摄效率。
一种用于外观检测拍照路径自适应规划方法装置

[发明专利]飞拍控制方法和系统-CN202310187680.1有效
发明人： 肖智恒;马元巍;潘正颐;童竹勍;侯大为 -专利权人：常州微亿智造科技有限公司
申请日： 2023-03-02 - 公布日： 2023-05-30 - 主分类号： G06V20/10 文献下载
摘要：本发明提供了一种飞拍控制方法和系统，该方法包括：建立目标环境对应的虚拟飞拍仿真环境，并构建机械臂对应的智能体；采用第一强化学习模型控制智能体与虚拟飞拍仿真环境进行交互，并获取智能体在虚拟飞拍仿真环境中拍摄的观测图像；根据观测图像计算智能体与虚拟飞拍仿真环境的交互奖励；根据交互奖励对第一强化学习模型进行优化以获取第二强化学习模型；将第二强化学习模型的卷积神经网络的参数值作为初始值构建飞拍控制模型，并通过飞拍控制模型控制机械臂在目标环境中运动至对应的拍摄点进行拍摄。由此，通过在虚拟飞拍仿真环境中训练强化学习模型，并将强化学习模型迁移到真实环境中进行飞拍控制，从而大大提高了飞拍的准确度和效率。
控制方法系统

[发明专利]基于语义分割的太阳能电池片图像自动拼接方法及系统-CN202010763440.8有效
发明人： 肖智恒;罗长志;张越超;郑军 -专利权人：聚时科技（上海）有限公司
申请日： 2020-07-31 - 公布日： 2023-03-21 - 主分类号： G06T3/40 文献下载
摘要：本发明涉及一种基于语义分割的太阳能电池片图像自动拼接方法及系统，所述谅方法包括以下步骤：获取待拼接的两张图像，利用语义分割模型分别对所述两张图像进行处理生成对应掩码；将生成的掩码与对应的图像进行叠加提取各图像的初步焊接区域；对各所述初步焊接区域分别进行直线检测，将聚集在一簇的直线合并，获取最终定位焊接区域；基于两个所述最终定位焊接区域提取其中重合区域的角点，基于相似度获得匹配特征点集合；基于所述匹配特征点集合实现待拼接的两张原始图像的图像配准和图像融合。与现有技术相比，本发明具有抗干扰能力强、特征提取精度高等优点。
基于语义分割太阳能电池图像自动拼接方法系统

[发明专利]一种基于随机重构的无监督图像到图像的转换方法-CN201910839912.0有效
发明人：张笑钦;肖智恒;王涛;蒋润华;赵丽 -专利权人：温州大学
申请日： 2019-09-06 - 公布日： 2023-01-31 - 主分类号： G06T3/00 文献下载
摘要：本发明公开了一种基于随机重构的无监督图像到图像的转换方法，包括以下步骤：通过残差注意力网络生成粗糙结果，对粗糙结果进行加工，通过对抗损失更新生成器及判别器，通过随机重构更新生成器。此技术方案，有效的随机特征重构损失来保留源域的内容信息，能够很好的将源域的内容和目标域的风格相融合；生成的图像细节更加丰富，图像纹理清晰；提高了生成对抗网络的稳定性。可以广泛的应用于多种图像转换任务当中，具有广泛的应用前景。
一种基于随机监督图像转换方法

[发明专利]缺陷检测方法和系统-CN202211171317.2在审
发明人： 肖智恒;赵何;张志琦 -专利权人：江苏智云天工科技有限公司
申请日： 2022-09-26 - 公布日： 2022-11-01 - 主分类号： G06T7/00 文献下载
摘要：本发明提供了一种缺陷检测方法和系统，该方法包括：从工业生产线上获取待检测工件的第一检测图像集；进行预处理以获取相应的第二检测图像集；通过缺陷检测模块对第二检测图像集进行缺陷检测，以获取第二检测图像集中每张检测图像对应的缺陷检测结果；根据缺陷检测结果从第二检测图像集中提取出第一目标缺陷图像集；将第一目标缺陷图像集中的每张目标缺陷图像切割为预设尺寸以获取第二目标缺陷图像集；通过Sim‑Triple模型对第二目标缺陷图像集进行缺陷类型识别，以判定第二目标缺陷图像集中每张缺陷图像对应的缺陷类型。在通过缺陷检测模型对工件进行缺陷检测后，再通过Sim‑Triple模型对缺陷检测结果进行再次检测，以提高缺陷检测的准确性，可靠性较高。
缺陷检测方法系统

[发明专利]目标检测方法和装置-CN202210297987.2有效
发明人： 肖智恒;赵何;张志琦 -专利权人：江苏智云天工科技有限公司
申请日： 2022-03-25 - 公布日： 2022-06-28 - 主分类号： G06V10/774 文献下载
摘要：本发明提供了一种目标检测方法和装置，该方法包括：采集待训练样本集，对每个待训练样本数据进行标注以获取标注样本集；根据初始采样概率进行均匀采样获取第一待训练样本子集和第一标注样本子集；将第一待训练样本子集输入第一卷积神经网络得到每个待训练样本数据的第一预测结果；根据第一预测结果和第一标注样本子集计算第一得分，并根据第一得分计算第一采样概率；根据第一采样概率进行均匀采样，以获取第二待训练样本子集和第二标注样本子集，并获取每个待训练样本数据对应的第二预测结果；计算损失函数，并根据损失函数进行更新，以获取目标检测模型，对目标检测数据进行检测。由此，能够提高目标检测模型的训练效果。
目标检测方法装置

[发明专利]工件质检方法、装置及计算机设备-CN202111223818.6有效
发明人： 肖智恒;郭骏;潘正颐;侯大为 -专利权人：常州微亿智造科技有限公司
申请日： 2021-10-21 - 公布日： 2022-02-08 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及工业质检技术领域，提供一种工件质检方法、装置及计算机设备，方法包括：获取待质检工件对应的测试图像及训练好的神经网络模型；获取深度Q网络的训练样本；构建深度Q网络，并基于训练样本对深度Q网络进行学习训练，以得到神经网络模型对应的状态‑行为深度Q网络模型；将测试图像输入深度Q网络模型，以得到测试图像对应的至少一个目标增强行为；根据至少一个目标增强行为对测试图像进行数据增强，并将增强后的测试图像输入神经网络模型，以得到至少一个预测结果；根据至少一个预测结果对工件进行质检。由此，可以在保证测试效果的同时，大幅度地降低测试时间，从而提高工件质检效率、且提高工件质检的准确度。
工件质检方法装置计算机设备

[发明专利]基于不成对工业数据的工业质检方法、工业质检装置-CN202110841393.9有效
发明人： 肖智恒;潘正颐;侯大为;郭骏;李建清 -专利权人：常州微亿智造科技有限公司
申请日： 2021-07-26 - 公布日： 2021-10-19 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种基于不成对工业数据的工业质检方法、工业质检装置，所述方法包括以下步骤：将源域图像输入生成对抗网络中，以获取生成图像，并判断生成图像的真或假；基于VGG网络和SVD技术提取源域图像和生成图像的主要特征，并判断源域图像和生成图像的主要特征是否近似一致；如果否，则对生成对抗网络进行优化，直至两种图像的主要特征近似一致；将待检测的不成对图像输入优化后的生成对抗网络中，以生成对应的生成图像并进行工业质检。该方法可以实现图像的实时跨域转换，采用SVD分解技术可以很好的平衡目标域和源域的信息，且基于生成对抗网络，具有很好的实时性以及视觉效果，从而能够高效地进行大规模的工业数据生成任务。
基于成对工业数据质检方法装置

[发明专利]基于多尺度解码网络的遥感图像语义分割方法-CN201910397121.7有效
发明人：张笑钦;肖智恒;李东阳;樊明宇 -专利权人：温州大学
申请日： 2019-05-14 - 公布日： 2021-04-30 - 主分类号： G06K9/62 文献下载
摘要：本发明公开了一种基于多尺度解码网络的遥感图像语义分割方法，包括以下步骤：将用来训练的高分辨率的遥感图像和其对应的标签图随机切割成小图像，网络结构分为编码和多尺度解码两部分，通过反池化路径、反卷积路径将编码信息分辨率扩大一倍，将其与空洞卷积的结果进行通道连接，通过反卷积上采样将特征图像恢复到原始尺寸，再将输出标签图输入PPB模块进行多尺度聚合处理，最后以交叉熵为损失函数，通过随机梯度下降的方式来更新网络参数；将测试图片顺序切割成的小图像输入到神经网络预测其对应的标签图，再将标签图拼接成原始大小。上述技术方案，在提高模型的分割精度的同时降低网络的复杂程度，节省训练耗时。
基于尺度解码网络遥感图像语义分割方法

1
共 10 条