专利名称
主分类
A 农业
B 作业;运输
C 化学;冶金
D 纺织;造纸
E 固定建筑物
F 机械工程、照明、加热
G 物理
H 电学
专利下载VIP
公布日期
2023-10-24 公布专利
2023-10-20 公布专利
2023-10-17 公布专利
2023-10-13 公布专利
2023-10-10 公布专利
2023-10-03 公布专利
2023-09-29 公布专利
2023-09-26 公布专利
2023-09-22 公布专利
2023-09-19 公布专利
更多 »
专利权人
国家电网公司
华为技术有限公司
浙江大学
中兴通讯股份有限公司
三星电子株式会社
中国石油化工股份有限公司
清华大学
鸿海精密工业股份有限公司
松下电器产业株式会社
上海交通大学
更多 »
钻瓜专利网为您找到相关结果2720889个,建议您升级VIP下载更多相关专利
  • [发明专利]基于CCD和高温计的激光增材制造过程内部缺陷监测方法-CN202311159481.6在审
  • 殷鸣;牛开宇;丁鑫钰;谢罗峰;彭科;张煜杭 - 四川大学
  • 2023-09-11 - 2023-10-17 - G01N21/88
  • 本发明公开了一种基于CCD和高温计的激光增材制造过程内部缺陷监测方法,包括步骤1:构建样本数据集,采用基于滑动时窗采样的过程监测方法对过程信息与缺陷状态进行数据配准构建样本数据集;步骤2:建立内部缺陷监测模型,所述内部缺陷监测模型包括特征提取模块、特征融合模块和决策层模块;所述特征提取模块包括并行且结构相同的六十个特征提取支路;步骤3:最终内部缺陷监测模型,训练模型,优化模型,确认最终内部缺陷监测模型;本发明利用形貌与光辐射空间域高维特征信息的过程图像和中心点温度热特征信息的过程温度进行空间域与热信息的特征融合,再提取的过程图像和过程温度特征实现内部缺陷的映射,从而实现内部缺陷的在线监测。
  • 基于ccd高温激光制造过程内部缺陷监测方法
  • [发明专利]物体缺陷检测模型的训练方法、物体缺陷检测方法及装置-CN202011210102.8在审
  • 杜松 - 中科创达软件股份有限公司
  • 2020-11-03 - 2021-02-09 - G06T7/00
  • 本申请公开了一种物体缺陷检测模型的训练方法、物体缺陷检测方法及装置,该物体缺陷检测模型的训练方法包括:获取物体的待训练图像,并通过物体缺陷检测模型的特征提取子网络对待训练图像进行特征提取,得到待训练图像的特征图;通过物体缺陷检测模型的分类子网络对待训练图像的特征图进行分类,得到图像的分类结果和分类损失值;通过物体缺陷检测模型的缺陷检测子网络对有缺陷待训练图像进行缺陷检测,得到有缺陷图像的缺陷检测结果和缺陷检测损失值;根据分类损失值和缺陷检测损失值,利用梯度下降算法对物体缺陷检测模型的参数进行优化,得到训练后的物体缺陷检测模型。
  • 物体缺陷检测模型训练方法装置
  • [发明专利]一种应用程序的缺陷分析方法、装置、设备及介质-CN202210073094.X在审
  • 黎玥嵘;张雪艳;华海博 - 中国农业银行股份有限公司
  • 2022-01-21 - 2022-04-29 - G06F11/36
  • 本发明实施例公开了一种应用程序的缺陷分析方法、装置、设备及介质。该方法包括:当平台即服务系统中存在发生缺陷的目标应用程序时,获取平台即服务系统对应的缺陷日志及目标应用程序编号及目标应用程序发生缺陷的时间戳信息;利用目标应用程序编号及目标应用程序发生缺陷的时间戳信息在缺陷日志中进行关键字匹配,得到缺陷日志中目标应用程序的缺陷特征,并将缺陷特征进行组合生成目标应用程序的缺陷特征向量;将目标应用程序的缺陷特征向量输入至预先设定的缺陷分析模型中,输出目标应用程序对应的缺陷解决方案。通过本发明实施例的技术方案,能够实现自动定位应用程序的缺陷并输出对应的缺陷解决方案,减小了工作量,提高了测试效率。
  • 一种应用程序缺陷分析方法装置设备介质
  • [发明专利]一种基于深度神经网络的机械表面缺陷分割提取方法-CN202211731591.0在审
  • 王振宇;马季;沈绍佐;唐吉 - 无锡宇辉信息技术有限公司
  • 2022-12-30 - 2023-06-06 - G06V10/26
  • 本发明涉及机械表面缺陷提取的技术领域,公开了一种基于深度神经网络的机械表面缺陷分割提取方法,所述方法包括:将待检测机械的表面区域图像输入到机械表面缺陷识别模型中,将识别到缺陷的原始表面区域图像标记为待检测机械表面缺陷图像;构建不同类型机械的表面缺陷图像集合,利用特征提取网络对表面缺陷图像集合中的表面缺陷图像以及待检测机械表面缺陷图像进行特征提取,得到两者的缺陷相似度矩阵;对缺陷相似度矩阵进行扩散,遍历缺陷相似度扩散矩阵,检测缺陷提取结果。本发明通过融合不同类型特征有效提高融合特征对高层语义的表达能力,并对缺陷相似度矩阵进行扩散,实现图像之间数据流形结构相似度的度量,进而标记缺陷提取结果。
  • 一种基于深度神经网络机械表面缺陷分割提取方法
  • [发明专利]基于模板匹配的纺织品缺陷检测方法及系统-CN202210793018.6有效
  • 张世剑 - 南通盈赛纺织品有限公司
  • 2022-07-07 - 2022-09-23 - G06T7/00
  • 本发明涉及图像处理技术领域,具体涉及一种基于模板匹配的纺织品缺陷检测方法及系统。该方法通过多张缺陷纺织品图像获得多个缺陷区域样本。根据链码操作提取缺陷区域的边缘像素点并根据链码方向获得了表示边缘形状的角度特征。根据边缘像素点之间的距离获得表示缺陷区域形状的形状特征。通过角度特征和形状特征的相似度对缺陷区域进行分类,获得多个区域类别。通过缺陷区域的面积和像素值获得缺陷区域的模板评分,进而在区域类别中选取缺陷模板。通过缺陷模板对待检测纺织品图像进行缺陷检测。本发明在大量缺陷区域样本中选取参考性强的缺陷模板,利用缺陷模板实现低成本且高效快速的纺织品表面缺陷检测。
  • 基于模板匹配纺织品缺陷检测方法系统
  • [发明专利]一种令纸缺陷分割分类的检测方法-CN202010551515.6有效
  • 余孟春;谢清禄;毛新宇;王显飞;崔峰科;张志丹 - 广州麦仑信息科技有限公司
  • 2020-06-17 - 2022-04-29 - G06T7/00
  • 本发明涉及图像处理及令纸缺陷检测技术领域,特别地涉及一种令纸缺陷分割分类的检测方法,包括:步骤S1、训练分割、分类网络模块;训练分割网络学习得到令纸缺陷的表示特征,从而使网络能从输入的令纸图像中分割出令纸缺陷区域;分类网络模块的输入为H*W*C的特征张量,特征张量来自于对应网络层的ROI特征,输出为令纸缺陷类别;步骤S2、将令纸图像输入到分割网络模块,通过Encoder‑Decoder神经网络获取到抽象的令纸缺陷特征;步骤S3、利用ROI计算模块得到缺陷外接矩形和其对应的合适的网络层编号;步骤S4、利用ROI信息提取模块,提取缺陷区域H*W*C大小的特征张量;步骤S5、分类网络模块对令纸缺陷进行分类判定,通过Softmax输出令纸缺陷类别,获得令纸缺陷的检测结果。
  • 一种缺陷分割分类检测方法
  • [发明专利]道路缺陷检测方法、装置、电子设备和存储介质-CN202110720087.X在审
  • 于越;孙昊;谭啸 - 北京百度网讯科技有限公司
  • 2021-06-28 - 2021-09-10 - G06T7/00
  • 本公开提供了道路缺陷检测方法、装置、电子设备和存储介质,涉及人工智能领域,尤其涉及具体涉及计算机视觉和深度学习技术,具体可用于智慧城市和智能交通场景下。具体实现方案为:通过目标缺陷分割模型的第一编码器对待检测图像进行特征提取,确定远距离图像特征;通过所述目标缺陷分割模型的第二编码器对待检测图像进行特征提取,确定近距离图像特征;通过所述目标缺陷分割模型中融合层对所述远距离图像特征和所述近距离图像特征进行融合,确定融合特征;通过所述目标缺陷分割模型中解码器对所述融合特征进行处理,得到道路缺陷分割结果。本公开实施例可以提高路面缺陷的识别准确率。
  • 道路缺陷检测方法装置电子设备存储介质
  • [发明专利]铝材表面缺陷检测方法、设备和存储介质-CN202210108162.1在审
  • 李澄非;蔡嘉伦;梁辉杰;邱世汉;徐傲 - 五邑大学
  • 2022-01-28 - 2022-05-13 - G06T7/00
  • 本发明公开了一种铝材表面缺陷检测方法、设备和存储介质,涉及图像识别技术领域,本发明的方法,包括:获取铝材表面的铝材缺陷数据集;将铝材缺陷数据集输入到K‑means聚类算法中,得到铝材缺陷目标数据集;将铝材缺陷目标数据集输入到YOLOv4模型中进行分类识别,得到铝材表面缺陷分类结果;其中,YOLOv4模型包括主干网络结构和PANet模块,在PANet模块中将第一特征图集与第二特征图集进行特征拼接,以使第一特征图集与第二特征图集位于同一特征层本发明的技术方案通过对PANet模块的这种改进,通过特征拼接得到更多的输入特征信息,提升了对铝材表面小目标缺陷的检测能力。
  • 表面缺陷检测方法设备存储介质
  • [发明专利]缺陷检测模型的压缩训练方法和装置-CN202211075557.2有效
  • 韩旭;颜聪 - 东声(苏州)智能科技有限公司
  • 2022-09-05 - 2022-12-27 - G06T7/00
  • 本申请公开了一种缺陷检测模型的压缩训练方法和装置,通过分割标注得到每个样本图像的分割标注因子矩阵,将每个样本图像分别输入第一缺陷检测模型和第二缺陷检测模型,提取第一缺陷检测模型中目标卷积层输出的第一特征图以及第二缺陷检测模型中对应的目标卷积层输出的第二特征图,利用分割标注因子矩阵计算第一特征图和第二特征图的对应特征向量之间的修正距离,并计算所述第一特征图和第二特征图的全部特征向量之间的修正距离之和作为第一损失函数。本实施例可以提升压缩后的缺陷检测模型对产品外观微小缺陷的检测准确率。
  • 缺陷检测模型压缩训练方法装置
  • [发明专利]一种电池涂布的缺陷检测方法及装置、存储介质-CN202110911738.3在审
  • 杨洋 - 深圳市华汉伟业科技有限公司
  • 2021-08-10 - 2021-11-02 - G06T7/00
  • 本申请涉及一种电池涂布的缺陷检测方法及装置、存储介质,其中缺陷检测方法包括:获取电池涂布的待检测图像,区域定位得到至少一个涂覆区域和/或至少一个基板区域;检测涂覆区域的图像特征以分析得到涂覆区域内存在的第一缺陷,和/或,检测基板区域的图像特征以分析得到基板区域内存在的第二缺陷特征分类处理分别得到对应的缺陷分类结果。技术方案通过区分图像中的涂覆区域和/或基板区域来分析不同区域内存在的缺陷,从而提升电池涂布缺陷检测的稳定性和鲁棒性;此外,在第一缺陷和/或第二缺陷特征分类中,根据缺陷呈现的灰度和纹理特征得到缺陷的分类结果,既能够强化针对电池涂布的缺陷识别性能,也能够提高缺陷分类的准确性。
  • 一种电池缺陷检测方法装置存储介质
  • [发明专利]一种风机内部视频流缺陷识别方法-CN202311132275.6在审
  • 张倬实;汪敏;邱毅;张安安;吕子博;伍文静;肖伊曼;陈金令 - 西南石油大学
  • 2023-09-05 - 2023-10-10 - G06T7/00
  • 本发明涉及一种风机内部视频流缺陷识别方法,包括以下步骤:收集风机内部检测视频数据并进行逐秒切片,然后对图像进行缺陷标注,构建风机内部缺陷图像数据集;将数据集输入到带有残差结构和注意力机制的主干特征提取网络提取缺陷特征;将主干特征提取网络提取到的顶层特征通过全局局部视觉融合模块,加强特征提取;利用全局局部视觉融合模块提取到的特征与主干网络其他层提取到的特征构建特征金字塔加强特征提取网络;将每层加强特征进行处理,获取缺陷的类别与位置的预测结果,并生成缺陷检测框;本发明从新颖的角度出发,将风机内部检测视频和深度学习模型结合,可快速准确识别风机内部缺陷,减少人工成本。
  • 一种风机内部视频缺陷识别方法

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

400-8765-105周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top