“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]一种缺陷图像快速分类模型的构建方法及系统-CN202010213005.8在审
发明人：林宇;黄旭东 -专利权人：维库（厦门）信息技术有限公司
申请日： 2020-03-24 - 公布日： 2020-08-21 - 主分类号： G06F16/55 文献下载
摘要：本发明提供一种缺陷图像快速分类模型的构建方法及系统，方法包括：通过终端批量打开待分类的图片文件，并显示；通过一初始模型文件对一图片文件进行推理得到缺陷目标结果，所述缺陷目标结果包括图片的ROI框、类别号以及类别名称信息；通过专业人员对缺陷目标结果进行纠错；重复步骤2至3，将所有的图片文件进行推理以及纠错，之后将纠错好的图片文件根据ROI框裁剪，得到裁剪图片、ROI坐标信息、类别号以及类别名称信息；根据上述数据进行深度神经网络模型训练
一种缺陷图像快速分类模型构建方法系统

[发明专利]基于计算机视觉的改性塑料外观缺陷控制方法-CN202210822985.0在审
发明人：王小红;邓存芳 -专利权人：南通华烨塑料工业有限公司
申请日： 2022-07-14 - 公布日： 2022-08-12 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及智能控制技术领域，具体涉及一种基于计算机视觉的改性塑料外观缺陷控制方法。获取不同光照情况下的改性塑料图像，获取改性塑料图像上所有连通域，计算不同连通域的宽度一致性和无序性；获得不同连通域的宽度一致性和对应中轴线无序性的差值作为第一特征值；根据第一特征值和预设阈值的比较得到确定性边缘所属缺陷类别和不确定性边缘；对不确定性边缘进行多阈值分割和密度聚类，得到不同的边缘类别；计算不同边缘类别的字典变化率得到所有缺陷类别的比例，进而确定相应的温度参数控制方法。本发明通过对不同光照情况下的改性塑料图像进行分析，获得改性塑料图像上缺陷类别，进而对相应的参数进行控制，减少缺陷发生的概率。
基于计算机视觉改性塑料外观缺陷控制方法

[发明专利]一种基于无监督迁移学习的零部件缺陷检测方法-CN202211535510.X在审
发明人：吴春江;邓建华;朱伟云;朱帮瑞;孙晋鹏 -专利权人：上海成电福智科技有限公司
申请日： 2022-12-02 - 公布日： 2023-04-07 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于无监督迁移学习的零部件缺陷检测方法，包括对机床中零部件的图像按缺陷类别进行分类，分成多个子数据集，将每个子数据集内的图像，分为有类别标签和无类别标签两部分；对每个子数据集，构造其源域和目标域；建立回归网络并训练得到分类模型；缺陷类别识别。本发明通过构建了基于无监督迁移学习回归网络，建立了无标签数据集和有标签数据集之间的映射关系，解决了车间设备的缺陷检测获取标签难、复杂环境下提取的图像特征完整问题；同时设计了一种多域多类别特征提取方式，获取图像在多个域里面的特征信息，并对提取的特征进行加权，对有用的特征信息进行了增加，能够在缺少真实标签的情况下对当前缺陷进行分类。
一种基于监督迁移学习零部件缺陷检测方法

[发明专利]一种缺陷数据集的生成模型的训练方法及相关装置-CN202211498083.2有效
发明人：乐康;张耀;张滨;徐大鹏;曹保桂 -专利权人：深圳精智达技术股份有限公司
申请日： 2022-11-28 - 公布日： 2023-04-07 - 主分类号： G06T7/00 文献下载
摘要：本申请公开了一种缺陷数据集的生成模型的训练方法及相关装置，用于提高缺陷图像的获取效率和图像质量。本申请训练方法包括：获取卷积神经网络模型和缺陷类型标签；通过生成器和缺陷类型标签生成模拟缺陷图像；通过真假判别器生成第一真假判别值和第二真假判别值；通过类别判别器生成第一类别判别值和第二类别判别值；根据第一、第二真假判别值、第一和第二类别判别值计算第一、第二和第三损失值；判断第一、第二和第三损失值是否满足预设条件；若满足条件，则确定卷积神经网络模型训练完成；若不满足条件，则根据第一、第二和第三损失值更新生成器的权值，根据第二、第三损失值分别更新真假判别器和类别判别器权值。
一种缺陷数据生成模型训练方法相关装置

[发明专利]缺陷检测方法、装置及计算机存储介质-CN202210215068.6在审
发明人：申云鹏 -专利权人：重庆中科云从科技有限公司
申请日： 2022-03-04 - 公布日： 2022-06-24 - 主分类号： G06T7/00 文献下载
摘要：本申请提供一种缺陷检测方法、装置及计算机存储介质，包括：针对待检测图像中的待检测对象执行缺陷检测，获得各缺陷各自的位置信息、置信度信息、缺陷预测信息；根据各缺陷各自的位置信息、置信度信息，确定各缺陷中的非抑制缺陷和被抑制缺陷；根据各缺陷的非抑制缺陷或被抑制缺陷的确定结果、各缺陷各自的缺陷预测信息，确定各缺陷对应的各缺陷类别；根据各缺陷对应的各缺陷类别，确定待检测对象的缺陷检测结果。借此，本申请可快速执行缺陷检测，并可有效提高缺陷检测结果的准确性。
缺陷检测方法装置计算机存储介质

[发明专利]一种跨类别的工业缺陷检测方法、装置及介质-CN202211660575.7在审
发明人：姚欣成;李若琦;张重阳;张保柱;刘振宇 -专利权人：宁波海棠信息技术有限公司
申请日： 2022-12-23 - 公布日： 2023-05-23 - 主分类号： G06T7/00 文献下载
摘要：本发明属于缺陷检测技术领域，提供了一种跨类别的工业缺陷检测方法、装置及介质，包括：S1：将获取的待检测样本图像通过预训练的归一化流模型得到图像中的疑似缺陷区域，并将所述疑似缺陷区域对应的图像块屏蔽；S2基于经训练的屏蔽自编码器，利用剩余未被屏蔽的图像块重构出被屏蔽的图像块；S3：由重构图像块的视觉词元和屏蔽图像块的原始视觉词元之间的不确定度作为重构误差的计算方式，生成对应的异常得分图，并基于异常得分图确定待检测样本的缺陷区域本发明的优点在于对于新出现的工业产品类别，此方法下的模型不需要重新训练即可以用于该类别的缺陷检测，更适合于产品类别多样化的工业缺陷检测等场景中的应用。
一种类别工业缺陷检测方法装置介质

[发明专利]一种产品表面缺陷检测与分类方法、装置及存储介质-CN202211405086.7在审
发明人：刘梅;张欢欢;许亮;刘明华 -专利权人：四川启睿克科技有限公司;四川长虹电子控股集团有限公司
申请日： 2022-11-10 - 公布日： 2023-01-13 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种产品表面缺陷检测与分类方法、装置及存储介质，方法包括获取产品待检测面的外观检测区域的图像，外观检测区域包括目标区域及非目标区域；从外观检测区域的图像中分割后裁剪得到目标区域对应的目标区域图像，舍弃非目标区域图像；对目标区域图像进行缺陷粗分割和二分类，得到目标区域图像上的候选缺陷及其缺陷信息；对目标区域图像上的候选缺陷，进一步进行精细分割以及缺陷多类别识别，得到每一个候选缺陷的缺陷信息和类别信息；基于每一个候选缺陷的缺陷信息和类别信息，以及基于产品质量检测标准，判断每一个候选缺陷是否为真正的缺陷。本发明根据不同检测面上的不同缺陷信息，基于产品检测标准，输出缺陷检测结果实现千面千检。
一种产品表面缺陷检测分类方法装置存储介质

[发明专利]一种纸筒缺陷检测方法、装置、电子设备及存储介质-CN202011090248.3在审
发明人：朱辉;李晶;周璐 -专利权人：浙江华睿科技有限公司
申请日： 2020-10-13 - 公布日： 2021-02-05 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种纸筒缺陷检测方法、装置、电子设备及存储介质，本发明实施例中在进行纸筒缺陷检测时，预先训练有两个模型，分别是用于检测纸筒侧面缺陷的第一检测模型和用于检测纸筒顶面缺陷的第二检测模型，这样在进行模型训练时另外，第一检测模型只检测侧面图像的缺陷及对应的类别，第二检测模型只检测顶面图像的缺陷及对应的类别，避免了缺陷种类分类模糊的问题，提高了确定缺陷类别的准确性。
一种缺陷检测方法装置电子设备存储介质

[发明专利]一种面向交通设施巡检的视觉缺陷在线检测方法-CN202210001738.4在审
发明人：孙正兴;张胜;朱毅欢;张巍 -专利权人：南京大学
申请日： 2022-01-04 - 公布日： 2022-05-27 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种面向交通设施巡检的视觉缺陷在线检测方法，包括离线训练和在线巡检两部分。离线训练时采用带有包围框和类别标注的缺陷数据集作为训练数据，训练CrackDet检测模型，结合深度学习算法和传统算法的优势；同时裁剪出不同种类的缺陷图像块，使用度量学习模型进行训练。在线巡检时，对于输入的视频帧，使用检测模型检测得到缺陷类别和位置；使用卡尔曼滤波器计算检测框的运动特征；使用度量学习模型计算缺陷的外观特征；对检测到的缺陷进行跟踪并统计；根据跟踪轨迹中检测得到的类别进行投票确定其缺陷种类；最终实现在线巡检，得到交通设施巡检时所出现的缺陷的种类、大小、位置以及数量。
一种面向交通设施巡检视觉缺陷在线检测方法

[发明专利]网络训练方法、缺陷检测方法、装置、存储介质和设备-CN202211105292.6在审
发明人：卞新超;姚文钊;黄卫周;黄泽鹏;王冬;韩冰;涂建平;冯军伟;王传奇;陈振森 -专利权人：国能珠海港务有限公司
申请日： 2022-09-09 - 公布日： 2023-01-20 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及图像处理技术领域，特别地涉及一种网络训练方法、缺陷检测方法、装置、存储介质和设备，网络训练方法包括：获取皮带检测数据集；对皮带检测数据集中的每一皮带图像的缺陷区域进行标定，得到皮带检测数据集中的每一皮带图像的缺陷区域定位框；对皮带检测数据集中的每一皮带图像的缺陷区域定位框的缺陷类别进行标定，得到皮带检测数据集中的每一皮带图像的缺陷类别；基于皮带检测数据集中的每一皮带图像的缺陷区域定位框，对第一神经网络进行训练，确定第一神经网络的参数；基于皮带检测数据集中的每一皮带图像的缺陷类别，对第二神经网络进行训练，确定第二神经网络的参数。
网络训练方法缺陷检测装置存储介质设备

[发明专利]包装容器中的缺陷检测的方法-CN201880082213.X有效
发明人：约翰·文德尔;亨利克·福斯贝克;本特·阿斯科 -专利权人：利乐拉瓦尔集团及财务有限公司
申请日： 2018-11-08 - 公布日： 2022-04-05 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种液体食品的包装容器中的缺陷检测的方法，其中包装容器在机器中生产。该方法包括捕获所述包装容器的图像数据，在图像数据中定义表示所述包装容器中的缺陷的图像特征，将所述图像特征与不同类别的缺陷相关联，将所述图像特征输入到基于机器学习的模型以基于所述图像特征对所述包装容器中的缺陷类别进行后续检测，确定在所述后续检测中发生缺陷的时间戳，基于所述时间戳确定所述机器中的所述包装容器发生缺陷的相关生产参数，以及将所述缺陷的发生和类别与所述生产参数相关联。本发明还公开了一种用于包装容器中的缺陷检测的系统。
包装容器中的缺陷检测方法

[发明专利]一种电容阳极铝箔化成质量缺陷识别方法-CN202211248163.2有效
发明人：戴皓月 -专利权人：南通新诚电子有限公司
申请日： 2022-10-12 - 公布日： 2023-04-11 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及数据处理技术领域，具体涉及一种电容阳极铝箔化成质量缺陷识别方法。该方法包括：获取阳极铝箔化成处理后表面的灰度图，获得灰度图的判断值；所述判断值大于判断阈值的灰度图为缺陷灰度图；得到一个灰阶对应的多个分布中心；基于每个第一连线上每个灰阶的像素点出现的概率得到每个第一连线的灰阶熵；获得每个灰阶的中心连线灰阶熵；根据每个灰阶的中心连线灰阶熵和每个灰阶的像素点出现的概率计算缺陷灰度图的缺陷类别表征值；根据缺陷灰度图的缺陷类别表征值判断电容阳极铝箔化成的缺陷类别。本发明可以对化成膜结晶粗大疏松缺陷以及化成膜干燥挂灰缺陷进行区分识别，可以提高铝箔化成工艺过程质量缺陷的排除效率。
一种电容阳极铝箔化成质量缺陷识别方法

[发明专利]一种基于栓母对知识图谱的螺栓缺陷分类方法-CN202010316196.0有效
发明人：孔英会;段记坤;赵振兵;翟永杰;赵文清 -专利权人：华北电力大学（保定）
申请日： 2020-04-21 - 公布日： 2023-05-23 - 主分类号： G06V10/764 文献下载
摘要：本发明公开了一种基于栓母对知识图谱的螺栓缺陷分类方法，包括以下步骤：构建栓母对缺陷数据集；提取栓母对联合区域特征；提取语义对象区域特征；构建基于GGNN模型的栓母对知识图谱；采用由完全连接层实现的输出网络来计算节点级特征，计算缺陷节点和语义对象节点的特征，对于缺陷类别，连接其自身节点的特征和涉及的节点的特征作为其最终特征向量；将最终特征向量馈送到完全连接层，计算各类缺陷的得分向量，取分数最大的缺陷类别即为螺栓缺陷的缺陷类别本发明提供的基于栓母对知识图谱的螺栓缺陷分类方法，充分考虑螺栓和螺母关系，提出使用卷积神经网络提取栓母对特征并结合先验知识构建栓母对知识图谱，高效完成螺栓缺陷分类。
一种基于知识图谱螺栓缺陷分类方法

[发明专利]一种基于缺陷分布图谱的热轧带钢表面质量分级方法-CN202110238250.9有效
发明人：吴昆鹏;石杰;邓能辉;杨朝霖 -专利权人：北京科技大学设计研究院有限公司
申请日： 2021-03-04 - 公布日： 2023-10-13 - 主分类号： G06T7/00 文献下载
摘要：本发明提供一种基于缺陷分布图谱的热轧带钢表面质量分级方法，属于智能检测技术领域。该方法利用热轧带钢表面缺陷检测系统的缺陷数据，绘制出单个缺陷类别、交叉易混缺陷类别等多种缺陷分布图谱，针对不同类别组合的缺陷分布图谱，依据其所具有的内部特征，可对应的采用置信度检测、直线检测、周期检测、聚类检测、分布特征检测等方式从缺陷分布图谱中寻找出供分级判断的关键特征，整合各缺陷分布图谱得到的关键特征，形成接近于人感知的上层分析模式图，实现数据的降维和降伪，通过结合钢种、规格、工艺参数等信息，针对性调整不同缺陷分布图谱中关键特征的等级标准
一种基于缺陷分布图谱热轧带钢表面质量分级方法

[发明专利]图像缺陷检测模型的训练方法、装置、计算机设备-CN202110852005.7在审
发明人：林珠;赵晓萌;方少亮;周俊杰;陈树敏;杜宝林 -专利权人：广东省科技基础条件平台中心
申请日： 2021-07-27 - 公布日： 2021-11-05 - 主分类号： G06T7/00 文献下载
摘要：本申请涉及一种图像缺陷检测模型的训练方法、装置、计算机设备和存储介质。该方法包括：通过训练好的特征增强模型中的第一生成器可以生成属于目标域的多个无标签的生成图像。这样，能够获得特征大大增强的生成图像，再对该生成图像进行聚类处理，得到各生成图像分别对应的类别；构建各个类别对抗模型，并基于同一类别的生成图像得到训练完成的各个类别对抗模型；将获取随机变量数据、该噪声数据，叠加输入至各个类别对抗模型中的第二生成器，大大生成了各类别的类别特征图像，极大的缓解了样本量不足的情况，能够避免过拟合的情况，再基于各类别特征图像得到泛化能力提高的训练好的缺陷检测模型，进而大大提高微米级缺陷检测的准确率和召回率
图像缺陷检测模型训练方法装置计算机设备