“缺陷类别”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果369559个，建议您升级VIP下载更多相关专利

[发明专利]工件视觉检测设备的准确性验证方法、装置、设备及介质-CN202210669211.9在审
发明人：黄晓敏;梁大维;梅传魁;符成钦;张承刚;林成;赖俊杰 -专利权人：广汽本田汽车有限公司
申请日： 2022-06-14 - 公布日： 2022-08-23 - 主分类号： G01N21/88 文献下载
摘要：本申请公开了一种工件视觉检测设备的准确性验证方法、装置、设备及介质，获取若干符合加工标准的工件作为验证用件；按照工件失效类别，对验证用件进行再加工，以使验证用件上产生对应的工件失效类别的缺陷；测量各个验证用件上的缺陷的尺寸数据；将验证用件投入到视觉检测设备中，通过视觉检测设备检测验证用件上的缺陷，得到视觉检测设备输出的缺陷类别检测结果和尺寸预测结果；根据工件失效类别和缺陷类别检测结果，以及尺寸数据和尺寸预测结果的一致性，确定视觉检测设备的准确性是否符合要求
工件视觉检测设备准确性验证方法装置介质

[发明专利]超参数搜索方法、装置、计算机设备和存储介质-CN202210563959.0有效
发明人：方曦;颜泽鑫;刘枢;沈小勇;吕江波 -专利权人：深圳思谋信息科技有限公司;苏州思谋智能科技有限公司
申请日： 2022-05-23 - 公布日： 2022-09-09 - 主分类号： G06V10/26 文献下载
摘要：所述方法包括：获取数据集，数据集包含若干工业场景下存在视觉缺陷的样本图像，每一样本图像对应有缺陷信息；根据数据集中的样本图像及对应的缺陷信息，确定数据集的特征参数；根据特征参数，确定语义分割模型的搜索空间和语义分割模型的模型类别；语义分割模型用于进行缺陷检测；语义分割模型的模型类别用于确定语义分割模型进行缺陷检测时所采用的算法；根据搜索空间和语义分割模型的模型类别，确定语义分割模型的超参数。由于自动根据特征参数，确定语义分割模型的搜索空间和语义分割模型的模型类别，从而实现自动化确定搜索空间和语义分割模型的模型类别。
参数搜索方法装置计算机设备存储介质

[发明专利]用于钢板表面缺陷检测的CNN模型训练方法和装置-CN202010810100.6在审
发明人：顾佳晨;高雷;刘路璐;任立辉;蔡红蕾;向江波;樊登旺 -专利权人：北京首钢自动化信息技术有限公司
申请日： 2020-08-13 - 公布日： 2020-12-01 - 主分类号： G06N3/04 文献下载
摘要：本发明涉及钢板表面缺陷检测技术领域，具体涉及一种用于钢板表面缺陷检测的CNN模型训练方法和装置。该方法包括：构建初始卷积神经网络模型；构建第一训练集；获取目标卷积神经网络模型；构建第一检测集；获取第一检测集的缺陷类别检测结果；构建第二训练集；获取辅助卷积神经网络模型；构建第二检测集；获取第二检测集的第一缺陷类别检测结果；获取第二检测集的第二缺陷类别检测结果；获取缺陷类别检测结果相同的表面缺陷图片；更新第一训练集，并利用更新后的第一训练集重新训练目标卷积神经网络模型，并重新构建第二检测集。
用于钢板表面缺陷检测 cnn 模型训练方法装置

[发明专利]一种制品缺陷的检测方法及系统-CN202111319684.8在审
发明人：黄德根 -专利权人：苏州优斯登物联网科技有限公司
申请日： 2021-11-09 - 公布日： 2023-05-12 - 主分类号： G01N21/88 文献下载
摘要：本发明公开了一种制品缺陷的检测方法及系统，包括：在处理模块内录入制品所有缺陷特征，按照部位不同对各缺陷特征分类；用户根据需要选择对应缺陷类别作为判定制品不合格的参照标准；采集模块采集所测制品图像信息，并输送至处理模块处理，判定所测制品的缺陷类别，并与用户所选择的缺陷类别进行比较，判定所测制品是否合格。本申请将制品缺陷特征进行梳理和准确分类，可使客户根据需要选择所需缺陷分类作为制品缺陷检测参照。在批量检测前进行试料，自适应算出所需图像的环境参数，自动调节光源的光照状态。采用机器视觉加人工智能模型对制品的缺陷进行准确分类。并结合多批次的判定结果使得算法自学习迭代更新。
一种制品缺陷检测方法系统

[发明专利]缺陷检测方法、装置、电子设备以及存储介质-CN201910615856.2有效
发明人：郭凯;李小龙;王锐拓;刘伟星;秦纬;彭宽军 -专利权人：京东方科技集团股份有限公司
申请日： 2019-07-09 - 公布日： 2022-08-16 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种缺陷检测方法、装置、电子设备以及存储介质，包括：对训练样本上的缺陷进行标记，得到包含有标记位置信息和类别信息的标签；根据所述缺陷的标记位置信息确定所述缺陷在所述训练样本上的目标位置信息，并根据所述缺陷的目标位置信息截取缺陷图像；采用所述缺陷图像和所述缺陷的类别信息，并利用误差反向传播算法，训练分类神经网络；将测试样本的缺陷图像输入到训练后的所述分类神经网络中，以输出所述测试样本上的缺陷的类别信息
缺陷检测方法装置电子设备以及存储介质

[发明专利]缺陷检测方法、装置、电子设备及计算机可读存储介质-CN202310202673.4在审
发明人：肖寒琼;胡流彬;程乔;刘豪豪;马晚辉;刘衍忠;张修龙;范振亮 -专利权人：富泰华工业（深圳）有限公司
申请日： 2023-02-23 - 公布日： 2023-06-13 - 主分类号： G06T7/00 文献下载
摘要：一种缺陷检测方法、装置、电子设备及计算机可读存储介质，该方法包括：获取待进行缺陷检测的产品缺陷图片；识别所述产品缺陷图片所属的检测类别；确定与所述检测类别匹配的缺陷检测模型；其中，所述缺陷检测模型为预先训练好的基于深度学习的缺陷检测模型；将所述产品缺陷图片输入所述匹配的缺陷检测模型，得到产品的缺陷检测结果。本申请可以减少缺陷检测的人力成本，提高检测效率以及缺陷检测的准确性，降低误检率。
缺陷检测方法装置电子设备计算机可读存储介质

[发明专利]一种基于抽象语法树的开源软件缺陷数据分类方法及系统-CN202011036601.X有效
发明人：艾骏;许嘉熙;陈世嘉;施韬;邵义康 -专利权人：北京航空航天大学
申请日： 2020-09-28 - 公布日： 2021-10-22 - 主分类号： G06F8/41 文献下载
摘要：本发明公开了一种基于抽象语法树的开源软件缺陷数据分类方法及系统。该方法包括：获取软件缺陷源代码信息；软件缺陷源代码信息包括缺陷修复前的代码文件和缺陷修复后的代码文件；生成软件缺陷源代码信息的抽象语法树，并确定抽象语法树的修改行为信息；基于修改行为信息中的修改节点识别有意义节点；基于有意义节点和有意义节点的行为名称识别潜在节点和潜在行为名称；基于潜在节点和潜在行为名称生成缺陷类别信息，并对缺陷类别信息进行整合，得到缺陷分类结果；缺陷类别信息包括缺陷模块信息和缺陷修复方式信息。本发明能解决人工操作过程复杂、人力成本和时间成本高、受主观意见影响分类过程、缺陷分类数据来源有限的问题。
一种基于抽象语法软件缺陷数据分类方法系统

[发明专利]一种基于目标检测的陶瓷基板外观缺陷智能识别方法-CN202210957491.3在审
发明人：宋瑞超;卢坤 -专利权人：深圳精创视觉科技有限公司
申请日： 2022-08-10 - 公布日： 2022-12-09 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种基于目标检测的陶瓷基板外观缺陷智能识别方法，包括采集陶瓷基板样本图像，进行有效区域的分割识别定位；对ROI区域图像的缺陷信息进行标注；缺陷数据图像训练模型搭建；陶瓷基板在线缺陷预测检测。该方法针对陶瓷基板外观类缺陷的多形态和多类别问题，保证陶瓷基板多类别缺陷检测周期的同时提高产品类型和缺陷形态的兼容性。
一种基于目标检测陶瓷外观缺陷智能识别方法

[发明专利]基于机器视觉的包装缺陷识别方法、系统、设备及介质-CN202310047527.9有效
发明人：张晓雨 -专利权人：捷易（天津）包装制品有限公司
申请日： 2023-01-31 - 公布日： 2023-04-25 - 主分类号： G06V20/52 文献下载
摘要：本公开提供一种基于机器视觉的包装缺陷识别方法、系统、设备及介质，包括获取包装产品线上多个包装图像，将多个包装图像转换为多个包装灰度图像，并且确定多个包装灰度图像中各个第一像素点对应的灰度值；将多个包装灰度图像进行图像增强，得到包装增强图像；基于所述包装增强图像中各个第二像素点与其相邻像素点的第一像素偏差值，将包装增强图像分割为目标区域与背景区域；提取目标区域的图像特征，并根据图像特征进行缺陷检测，确定目标区域的缺陷类别，并根据缺陷类别进行缺陷处理。本公开能够准确识别包装中的缺陷，并且能够根据缺陷类别进行缺陷处理。
基于机器视觉包装缺陷识别方法系统设备介质

[发明专利]缺陷分类器和缺陷分类方法、装置、设备及存储介质-CN202110607390.9在审
发明人：刘成成;王振;韩春营;俞宗强;乔静;张旭阳 -专利权人：中科晶源微电子技术（北京）有限公司
申请日： 2021-06-01 - 公布日： 2021-08-24 - 主分类号： G06K9/62 文献下载
摘要：本申请公开了一种缺陷分类器，该缺陷分类器包括第一层分类器和第二层分类器，第一层分类器，被配置为将缺陷图像进行第一次分类得到浅分类层缺陷类别，第二层分类器，被配置为将浅分类层缺陷类别进行第二次分类得到深分类层缺陷类别在复杂分类场景中，利用本申请的多层缺陷分类器实现各种类型缺陷的准确分类，利于缺陷原因的准确分析排查，从而改善良率，提高生产。
缺陷分类方法装置设备存储介质

[发明专利]一种用于缺陷检测的概率图可视化方法及装置-CN202110973115.9在审
发明人：胡凯;姚毅;杨艺;全煜鸣;金刚;彭斌 -专利权人：凌云光技术股份有限公司;深圳市凌云视迅科技有限责任公司
申请日： 2021-08-24 - 公布日： 2021-11-16 - 主分类号： G06K9/34 文献下载
摘要：本申请涉及缺陷检测技术领域，涉及一种用于缺陷检测的概率图可视化方法及装置。为了解决现有技术中不能直观显示像素点缺陷类别的概率信息、遗漏背景类别相关信息的问题。所述方法包括：将待检测目标图像输入至语义分割模型，得到与待检测目标图像对应的多通道概率图；根据多通道概率图，获取每个类别中同一像素点的概率，比较得出每个像素点的最大概率；基于每个最大概率对应的类别，记录每个最大概率对应类别的索引号；根据预设类别对应的索引号，判断每个最大概率对应的类别种类；根据类别种类，对每个最大概率进行处理，得到包含每个像素点属于某一类别概率的单通道概率图；将单通道概率图转化为RGB图像，得到伪彩色图，以实现概率图可视化
一种用于缺陷检测概率可视化方法装置

[发明专利]PCB缺陷检测模型的评估方法、评估装置及训练方法-CN202210703079.9有效
发明人：诺尼·弗依斯沃瑟;凡·柯布兰;阿米尔·卓里;胡冰峰 -专利权人：苏州康代智能科技股份有限公司
申请日： 2022-06-21 - 公布日： 2022-10-14 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种PCB缺陷检测模型的评估方法、评估装置及训练方法，评估方法包括：预先建立测试图像集，其包括多个具有缺陷类别标签的测试图像；将多个测试图像输入待评估的缺陷检测模型，得到与测试图像一一对应的缺陷预测结果，其包括缺陷类型及相应的概率值；按照得到的缺陷预测结果中的缺陷类型，对缺陷预测结果进行分类；按照分类结果，输出并显示被预测为同一缺陷类型的测试图像，且各个测试图像的缺陷类别标签及对应的缺陷预测结果中的概率值被配置为可查看；根据测试图像的缺陷类别标签及分类结果，以评估缺陷检测模型识别各种缺陷类型的能力，并比较同一分类下的测试图像对应的概率值，以评估缺陷检测模型识别该类缺陷的收敛度。
pcb 缺陷检测模型评估方法装置训练

[发明专利]一种风力发电叶片区块缺陷比对方法、装置及电子设备-CN202211680270.2在审
发明人：张华勇;刘正伟;崔园园;刘宝营 -专利权人：麦加芯彩新材料科技（上海）股份有限公司
申请日： 2022-12-27 - 公布日： 2023-03-14 - 主分类号： G06V20/40 文献下载
摘要：本发明提供了一种风力发电叶片区块缺陷比对方法、装置及电子设备，涉及缺陷检测技术领域，包括获取叶片缺陷视频；将所述叶片缺陷视频逐一分帧，得到若干个最小颗粒度的分帧图片；利用区块组合类别缺陷增强比对模型识别所述分帧图片，得到所述分帧图片的全部缺陷特征信息。本发明增强了同区域组合特征的提取能力，提升了风力发电叶片上相同刻度缺陷区块内多类别缺陷比对效率。
一种风力发电叶片区块缺陷方法装置电子设备

[发明专利]电路板缺陷检测方法、装置及设备-CN201910247392.4在审
发明人：文亚伟;苏业;刘明浩;郭江亮;李旭 -专利权人：北京百度网讯科技有限公司
申请日： 2019-03-29 - 公布日： 2019-06-14 - 主分类号： G06T7/00 文献下载
摘要：本发明提出了一种电路板缺陷检测方法、装置及设备，其中，方法包括：获取被测电路板的拍摄图像；提取拍摄图像的多通道图像特征，并根据预设算法计算多通道图像特征之间的相关性；根据相关性计算多通道图像特征中每个通道的图像特征对应的权重值，根据权重值对多通道图像特征进行调整获取多通道调整图像特征；将多通道调整图像特征输入预设的图像语义识别模型，获取缺陷像素单元和与缺陷像素单元对应的缺陷类别标识；根据缺陷像素单元和与缺陷像素单元对应的缺陷类别标识对电路板进行缺陷检测由此，通过图像语义分割的方式检测电路板各像素对应的缺陷类别，提高了电路板缺陷检测的智能化程度，提高了被测电路板缺陷检测的精度和效率。
电路板多通道缺陷检测图像特征缺陷像素单元缺陷类别装置及设备调整图像拍摄图像图像语义权重方式检测特征输入预设算法智能化像素预设分割

[发明专利]一种基于贝叶斯分类器的隔离开关缺陷分析方法-CN202310496907.0在审
发明人：阮江军;何松 -专利权人：武汉大学
申请日： 2023-04-26 - 公布日： 2023-08-08 - 主分类号： G01R31/327 文献下载
摘要：本发明公开一种基于贝叶斯分类器的隔离开关缺陷分析方法，包括以下步骤：S1、模拟设置隔离开关的若干组缺陷类别以及缺陷程度，获得各组缺陷类别和缺陷程度状态下对应的电机电流；S2、将电机电流数据按照时间间隔进行取样，构成离散时间序列，并进行归一化处理，计算对应的电流特征量；S3、将各组缺陷类别、缺陷程度和电流特征量输入贝叶斯网络进行训练，获得贝叶斯分类模型；S4、测量隔离开关实际工作中的电机电流，计算对应的电流特征量，输入所述贝叶斯分类模型，获得对应的缺陷类型和缺陷程度；本发明采用贝叶斯分类器，智能识别隔离开关的缺陷类型，并实现隔离开关缺陷状态的量化诊断。
一种基于贝叶斯分类隔离开关缺陷分析方法