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634025个,建议您升级VIP下载更多相关专利
  • [发明专利]缺陷类型分类系统及缺陷类型分类方法-CN202280007938.9在审
  • 郑载尹 - 株式会社LG新能源
  • 2022-08-09 - 2023-08-08 - G01R31/392
  • 一种缺陷类型分类系统,包括:测量单元,其连接到缺陷类型被检测的电池,并通过在预定检查时段期间测量电池的电属性中的至少一个来生成测量数据;转换单元,其用于通过转换测量数据来生成输入数据;以及缺陷类型预测模块,其用于对训练数据进行机器学习,并基于输入数据来确定电池的缺陷类型。输入数据可以适合用于缺陷类型预测模块的输入节点,并且缺陷类型可以根据电池中的短路缺陷的原因而被分类。
  • 缺陷类型分类系统方法
  • [发明专利]弱点缺陷检测方法-CN202011294204.2在审
  • 袁增艺 - 上海华力集成电路制造有限公司
  • 2020-11-18 - 2021-03-26 - G01R31/311
  • 本发明涉及弱点缺陷检测方法,包括对晶圆缺陷扫描获得缺陷数据分布图;同时获得最小光学对比图,进行最小光学对比图与原始设计版图匹配,得到原始设计版图中对应于缺陷数据分布图中的缺陷缺陷数据,将相同的原始设计版图缺陷数据归类为一个缺陷类型,得到N个缺陷类型,并得到每个缺陷类型缺陷个数;对N个缺陷类型缺陷个数进行排序,根据排序筛选出缺陷个数最多的M个缺陷类型;对筛选出的M个缺陷类型进行原始设计版图搜索,检测出M个缺陷类型中每个缺陷类型的所有缺陷缺陷位置,生成每个缺陷类型的所有的缺陷位置的扫描区域;观测生成的每个缺陷类型的所有的缺陷位置的扫描区域扫描出的缺陷,确定真实的缺陷类型
  • 弱点缺陷检测方法
  • [发明专利]生成缺陷目录的方法、设备及存储介质-CN202310128378.9有效
  • 彭杉;李斌;李财 - 希维科技(广州)有限公司
  • 2023-02-17 - 2023-06-16 - G06Q10/06
  • 本申请公开了一种生成缺陷目录的方法、设备及存储介质,属于产品的缺陷描述技术领域。所述方法包括:确定指定类型产品的多个缺陷部位,以及每个缺陷部位对应的缺陷方位和缺陷类型缺陷部位用于指示指定类型产品可能发生缺陷的产品部位,缺陷部位对应的缺陷方位用于指示缺陷部位上可能发生缺陷的空间方位,缺陷部位对应的缺陷类型用于指示缺陷部位上可能发生的缺陷类型;根据每个缺陷部位对应的缺陷方位和缺陷类型,生成缺陷目录,缺陷目录包括多个缺陷部位中每个缺陷部位的部位标识以及对应的缺陷类型类型标识和缺陷方位的方位标识根据该缺陷目录可以规范产品的缺陷描述,使得不同部门使用统一的缺陷描述来描述缺陷问题。
  • 生成缺陷目录方法设备存储介质
  • [发明专利]一种带有标签的多类型缺陷数据集生成方法和系统-CN202211379147.7在审
  • 李志忠;黄秋灵 - 广东工业大学
  • 2022-11-04 - 2022-12-30 - G06V10/774
  • 本发明提供一种带有标签的多类型缺陷数据集生成方法和系统,涉及深度学习缺陷检测技术领域,该方法包括:获取无缺陷的初始图像;随机生成缺陷轮廓,获取不同类型缺陷轮廓图像;将不同类型缺陷轮廓图像与无缺陷的初始图像叠加,获取带有不同类型缺陷轮廓的初始图像;对带有不同类型缺陷轮廓的初始图像中的缺陷轮廓内部区域进行像素填充,获得不同类型缺陷图像;生成与不同类型缺陷图像相对应的标签,将不同类型缺陷图像及其对应的标签保存为带有标签的多类型缺陷数据集;该方法能够生成多种多样的缺陷样本,并直接生成缺陷图像的标签,显著降低了缺陷数据集的获取难度,提高了工作效率。
  • 一种带有标签类型缺陷数据生成方法系统
  • [发明专利]自动验布方法、装置、自动验布机和存储介质-CN202010527660.0在审
  • 姜立波 - 厦门雨程户外运动用品有限公司
  • 2020-06-11 - 2020-10-09 - G06T7/00
  • 本发明涉及一种自动验布方法、装置、自动验布机和存储介质,该方法包括:获取待检测布料的待检测图像和待检测布料的类型;在预先存储的标准图像中,确定与待检测布料的类型相匹配的目标标准图像;将待检测图像与目标标准图像进行对比,识别待检测布料的缺陷类型缺陷位置、缺陷面积和缺陷等级;根据缺陷类型缺陷位置、缺陷面积和缺陷等级,向标签机发送打标信号,以指示标签机在缺陷位置进行打标以生成标签,标签中包括待检测布料的缺陷类型缺陷位置、缺陷面积和缺陷等级;若缺陷类型为设定类型缺陷位置在设定位置、缺陷等于高于设定等级,和/或,缺陷面积大于设定面积,则向绑定的终端设备进行报警提示。
  • 自动方法装置验布机存储介质
  • [发明专利]识别缺陷类型的方法-CN201110339679.3有效
  • 陈亚威;简志宏 - 无锡华润上华科技有限公司
  • 2011-10-31 - 2013-05-08 - G01N21/88
  • 本发明实施例公开了一种识别缺陷类型的方法,包括:提供一晶片,所述晶片经过了光刻工艺或刻蚀工艺的处理,且该晶片上具有一个或多个缺陷;采用预设强度的光照射所述晶片,在照射预定时间后,比较照射前后所述晶片上的缺陷的变化,或在照射过程中观测该晶片上缺陷的变化,若经照射后某个缺陷变小或消失,则该缺陷为挥发性缺陷,否则,为非挥发性缺陷。本发明实施例仅通过一次照射过程即可识别缺陷类型,从而避免了现有技术中分析缺陷的元素成分等一系列复杂的操作,该方法能够在短时间内识别出挥发性缺陷,缩短了产品的生产周期,且该识别方法简单易操作,减轻了工作人员的工作量
  • 识别缺陷类型方法
  • [发明专利]缺陷识别方法、装置、计算机设备及计算机可读存储介质-CN202210281601.9在审
  • 不公告发明人 - 成都数之联科技股份有限公司
  • 2022-03-21 - 2022-06-14 - G06T7/00
  • 本申请提供了一种缺陷识别方法、装置、计算机设备及计算机可读存储介质,涉及缺陷检测技术领域。通过获取待检测OLED面板的初始图片,将初始图片输入预先训练的缺陷识别模型以得到初步识别结果,初步识别结果包括缺陷类型缺陷的置信度;判断置信度大于对应缺陷类型所预设的置信度阈值的全部缺陷是否存在至少两个预设类型的第一缺陷;若存在至少两个第一缺陷,计算各第一缺陷与对应的缺陷模板的相似度,获取第一缺陷的目标缺陷类型,第一缺陷的目标缺陷类型为与第一缺陷的相似度最大的缺陷模板对应的缺陷类型,目标缺陷类型作为初始图片的输出结果。通过本实施例提供的缺陷识别方法,能够提高判图的准确度。
  • 缺陷识别方法装置计算机设备可读存储介质
  • [发明专利]一种禽屠体的缺陷类型分类方法及系统-CN202310200251.3在审
  • 田冰川;余沛毅;贾高峰;桂林峰 - 华智生物技术有限公司
  • 2023-03-03 - 2023-06-23 - G06V10/764
  • 本发明公开了一种禽屠体的缺陷类型分类方法及系统,其方法包括:接收待检测禽屠体的体表图像和体内穿透性图像;将待检测禽屠体的体表图像输入至预设的第一缺陷类型检测网络模型,得到第一缺陷类型检测网络模型输出的第一缺陷类型检测结果;将体内穿透性图像输入至预设的第二缺陷类型检测网络模型,得到第二缺陷类型检测网络模型输出的第二缺陷类型检测结果;根据预设的缺陷分类标准、第一缺陷类型检测结果和第二缺陷类型检测结果,判断待检测禽屠体的缺陷分类结果;依据缺陷分类结果实施待检测禽屠体的分拣。
  • 种禽缺陷类型分类方法系统
  • [发明专利]一种质量缺陷预警方法、装置、电子设备以及介质-CN202310286875.1在审
  • 杨欢 - 苏州凌云光工业智能技术有限公司
  • 2023-03-22 - 2023-06-23 - G06T7/00
  • 本发明公开了一种质量缺陷预警方法、装置、电子设备以及介质,该方法包括:通过工业相机,获取产品的产品图像;通过检测设备识别产品图像的产品缺陷类型信息,将产品图像的产品缺陷类型信息上传至后台服务器,所述产品缺陷类型信息表征产品图像中是否有缺陷,以及产品在具有缺陷时产品图像所属的缺陷类型;通过后台服务器,根据产品缺陷类型信息分析产品图像中缺陷的大小和位置,并依据产品缺陷类型信息进行缺陷预警操作。该方法通过工业相机、后台服务器的相互配合,执行产品图像的获取、缺陷类型检测,并判断是否发出缺陷预警,提高缺陷预警的准确性和及时性,减少生产线上次品的流出。
  • 一种质量缺陷预警方法装置电子设备以及介质
  • [发明专利]一种基于GA深度优化机器学习的管道缺陷类型识别方法-CN202210729035.3在审
  • 潘建华;高伦;赵冬军 - 合肥工业大学
  • 2022-06-24 - 2022-09-30 - G06F30/23
  • 本发明公开了一种基于GA深度优化机器学习的管道缺陷类型识别方法,获取不同缺陷类型缺陷的三轴漏磁信号;针对缺陷的三轴漏磁信号提取信号特征参数;将轴向分量微分信号峰谷间距、周向分量峰谷中值间距、径向分量峰谷值、径向分量峰谷间距、轴向分量波形面积,以及将漏磁传感器上采集到缺陷漏磁信号的传感器个数作为缺陷类型的识别参数,构建样本集;构建神经网络,神经网络的输入为缺陷类型的识别参数,输出为缺陷类型;利用样本集训练并生成神经网络;对未知缺陷进行类型识别,将该未知缺陷的识别参数输入神经网络中进行预测,预测输出该未知缺陷缺陷类型。本发明能够准确识别管道缺陷类型,具有重大工程意义和良好应用前景。
  • 一种基于ga深度优化机器学习管道缺陷类型识别方法

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