“缺陷类型识别”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1315024个，建议您升级VIP下载更多相关专利

[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
发明人：田冰川;余沛毅;贾高峰;桂林峰 -专利权人：华智生物技术有限公司
申请日： 2023-03-03 - 公布日： 2023-06-23 - 主分类号： G06V10/764 文献下载
摘要：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。本发明既有效提高了禽屠体的识别准确度，又提高了禽屠体的分类效率，为市场通道的预分选提供了极大保障。
种禽缺陷类型分类方法系统

[发明专利]一种基于S-PCA的复合板缺陷类型识别方法、设备及存储介质-CN202210140569.2在审
发明人：邓菲;张曦冉;李树清 -专利权人：上海应用技术大学
申请日： 2022-02-16 - 公布日： 2022-10-21 - 主分类号： G06K9/00 文献下载
摘要：本发明涉及一种基于S‑PCA的复合板缺陷类型识别方法、设备及存储介质，该方法包括以下步骤：步骤1、采用超声导波检测技术获取带不同缺陷类型的复合板检测信号，并以固定时间间隔Tc缺陷类型识别的机器学习分类模型，输入最终的样本特征集D′，识别出多因素融合的复合板缺陷类型。与现有技术相比，本发明具有识别准确性高以及速度快的优点。
一种基于 pca 复合板缺陷类型识别方法设备存储介质

[发明专利]缺陷识别方法和装置-CN202210355821.1在审
发明人：韩赞东;欧正宇;张瑛 -专利权人：清华大学;仓信无损检测设备苏州有限公司
申请日： 2022-04-06 - 公布日： 2022-07-05 - 主分类号： G01N27/83 文献下载
摘要：本申请涉及一种缺陷识别方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括：计算设备接收漏磁传感器发送的待测试件的漏磁信号，其中，漏磁信号是待测试件的缺陷产生的漏磁场所对应的信号，并且，计算设备接收磁扰动传感器发送的待测试件的磁扰动信号，其中，磁扰动信号是待测试件的缺陷产生的扰动磁场所对应的信号，进而计算设备根据漏磁信号，确定待测试件是否存在缺陷，若待测试件存在缺陷，则计算设备根据磁扰动信号确定待测试件的缺陷类型，其中，缺陷类型包括表面缺陷和背面缺陷。采用本方法能够识别待测试件是否存在缺陷，并且确定待测试件的缺陷类型。
缺陷识别方法装置

[发明专利]一种代码缺陷分析方法及装置-CN202211292583.0在审
发明人：屈旋逸;李东旭;易骁;许海生;文卓 -专利权人：中国银行股份有限公司
申请日： 2022-10-21 - 公布日： 2022-12-27 - 主分类号： G06F8/75 文献下载
摘要：本申请提供一种代码缺陷分析方法及装置，涉及人工智能领域，也可用于金融领域，包括：根据缺陷代码的关键词对缺陷描述信息与缺陷代码文件进行匹配，得到匹配结果；对所述缺陷描述信息进行预处理后输入预先训练的代码缺陷类型识别模型，生成对应的代码缺陷类型；根据所述匹配结果、所述代码缺陷类型及所述缺陷代码文件生成代码缺陷知识图谱。本申请能够根据缺陷描述信息对缺陷代码进行缺陷分析与展示。
一种代码缺陷分析方法装置

[发明专利]一种焊缝缺陷识别方法、装置、焊接件检测系统及存储介质-CN202310757550.7在审
发明人：王少锋;张二清;刘文婧;温泽春;刘遥;牛奔 -专利权人：内蒙古科技大学
申请日： 2023-06-26 - 公布日： 2023-09-01 - 主分类号： G01N29/06 文献下载
摘要：本发明涉及焊接件检测技术领域，尤其涉及了一种焊缝缺陷识别方法、装置、焊接件检测系统及存储介质，所述方法应用于的控制器，所述焊接件检测系统还包括超声相控阵设备，所述超声相控阵设备用于采集焊接件的图像；所述方法包括本申请提供的焊缝缺陷识别方法通过连续获取焊缝缺陷的截面图像并对图像处理以获取仅包含焊缝缺陷的图像切片，基于图像切片重构焊缝缺陷对应的目标三维图像，之后目标三维图像和图像切片输入预设模型以获得该焊缝缺陷对应的焊缝缺陷类型，可以提高焊缝缺陷类型识别的精度和识别效率。
一种焊缝缺陷识别方法装置焊接检测系统存储介质

[发明专利]一种GIS振荡冲击耐压试验用缺陷类型识别方法-CN201710282557.2有效
发明人：张勇;周彦;刘斌;肖广辉;查坚卿;张善福;朱丹妮;姚明强 -专利权人：国网上海市电力公司;西安茂荣电力设备有限公司
申请日： 2017-04-26 - 公布日： 2019-08-27 - 主分类号： G01R31/12 文献下载
摘要：一种GIS振荡冲击耐压试验用缺陷类型识别方法，利用自定义的脉冲提取窗对局部放电数据提取单个脉冲时域波形和对应放电时刻，形成脉冲波形‑时间序列，利用等效周期折叠算法根据脉冲波形‑时间序列形成等效相位‑峰值分布图，利用统计算子对等效相位‑峰值分布图提取特征参数形成放电指纹，将不同放电缺陷的放电指纹处理形成放电指纹库，利用BP神经网络对放电指纹库训练形成判别函数F，利用判别函数F对待判别的缺陷GIS试品的放电指纹进行计算，识别缺陷的类型。本发明可以有效地对振荡冲击电压下局部放电的缺陷类型进行识别，可靠性和实用性都很高。
一种 gis 振荡冲击耐压试验缺陷类型识别方法

[发明专利]物体缺陷识别模型的训练方法、物体缺陷识别方法及装置-CN202110023478.6在审
发明人：蔡蓉;李廷 -专利权人：重庆创通联智物联网有限公司
申请日： 2021-01-08 - 公布日： 2021-05-07 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了一种物体缺陷识别模型的训练方法、物体缺陷识别方法及装置，该物体缺陷识别模型的训练方法包括：获取物体的训练样本图像；通过物体缺陷识别模型中的缺陷定位分割子模型确定有缺陷训练图像中的缺陷区域，并将其从有缺陷训练图像中分割出来，得到缺陷区域图像；通过物体缺陷识别模型中的缺陷分类子模型对缺陷区域图像进行缺陷类别的识别，得到缺陷类别识别结果和缺陷类别识别损失值；根据缺陷类别识别损失值更新物体缺陷识别模型的参数。本申请的训练方法能够避免图像中其他无关信息对于缺陷类别识别的干扰，使得模型的识别效率和准确率均较高，且训练得到的模型对于不同类型的缺陷的泛化能力较好，降低了物体缺陷识别的成本。
物体缺陷识别模型训练方法装置

[发明专利]电池极柱缺陷检测方法、装置及设备-CN202310800975.1在审
发明人：金帅;朱伟辉;李翌辉;尹东星;杨红新 -专利权人：章鱼博士智能技术（上海）有限公司
申请日： 2023-06-30 - 公布日： 2023-10-17 - 主分类号： G01N21/88 文献下载
摘要：本发明提供一种电池极柱缺陷检测方法、装置及设备，方法包括获取电池的顶盖图像；在顶盖图像中提取出正极柱外观图像和负极柱外观图像；调整正极柱外观图像和负极柱外观图像为相同尺寸大小，并将调整后的正极柱外观图像和负极柱外观图像拼接为待检测图像；输入待检测图像至缺陷检测模型，输出电池的正极柱缺陷类型和负极柱缺陷类型；分别确定正极柱缺陷类型和负极柱缺陷类型中的缺陷位置坐标，通过准确的识别出电池的正极柱外观图像和负极柱外观图像，然后在通过缺陷检测模型分别输出正极柱缺陷类型和负极柱缺陷类型，并且定位出正极柱缺陷类型的位置坐标和负极柱缺陷类型的位置坐标，有效地提高了电池极柱缺陷检测的精准度。
电池缺陷检测方法装置设备

[发明专利]外观检查装置的检查条件数据生成方法以及检查系统-CN202310053812.1在审
发明人：张俊峰;陈炯标;李功果;黄荣锐 -专利权人：常州超音速智能装备有限公司
申请日： 2023-02-03 - 公布日： 2023-10-24 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种外观检查装置的检查条件数据生成方法及检查系统，涉及外观检测技术领域，包括以下步骤：获取多种不同类型的图片，从而形成样本集；识别样本集中的缺陷类型，并将缺陷类型存入数据库；深度学习数据库中的缺陷类型，将缺陷类型分为不同的特征数据；将特征数据代入关联规则算法，判定待检测外壳是否为不良；若检测结果为不良，则输出NG的检测结果。通过利用2.5D相机和/或3D相机采集待检测外壳不同角度的外观图片，再通过深度学习识别出待检测外壳的外观是否存在缺陷，使训练过程可以提高学习速率，使之可以适应外壳生产流水过程，实现生产需求。
外观检查装置条件数据生成方法以及系统

[发明专利]模拟交联聚乙烯绝缘电缆局部放电的方法和模拟检测平台-CN201410113121.7有效
发明人：李学斌;隋东硼;鲁旭臣;康激扬;韦德福;郭铁;胡大伟;耿莉娜;韩洪刚;罗斌 -专利权人：国家电网公司;国网辽宁省电力有限公司电力科学研究院
申请日： 2014-03-25 - 公布日： 2014-07-16 - 主分类号： G01R31/12 文献下载
摘要：本发明方法是：准确的模拟XLPE电缆五种不同缺陷类型，实现缺陷类型和局放检测技术有效性之间一一对应：首先建立XLPE电缆局部放电的图谱库；其次通过人为制造交联聚乙烯绝缘电缆不同类型的典型缺陷；最后根据本模拟检测平台的输出信号的特征实现缺陷类型及程度的判断，将缺陷类型与局部放电检测技术有效性一一对应起来。本模拟平台可以模拟电缆的五种典型故障，显著提高XLPE电缆局部放电故障的识别能力。本发明具有操作简单、提高XLPE电缆局部放电故障识别能力、适应范围广、安全可靠的特点。
模拟交联聚乙烯绝缘电缆局部放电方法检测平台

[发明专利]一种基于无人机巡检图像的电力设备缺陷智能识别方法及其系统-CN201711445151.8有效
发明人：方贤才;谢金辉;侯德龙 -专利权人：武汉市智勤创亿信息技术股份有限公司
申请日： 2017-12-27 - 公布日： 2021-01-26 - 主分类号： G01N21/88 文献下载
摘要：本发明涉及一种基于无人机巡检图像的电力设备缺陷智能识别方法及其系统，其中方法包括：采用数据流的模式，批量的获取输电线路图像数据；提取图像特征，并对所述图像特征进行整合分析，实现对典型部件的自动定位和识别，根据设定的缺陷识别规则对典型部件进行相应的缺陷分析，实现对常见缺陷的分析与识别；对分析识别结果进行汇总分析处理，依据部件类型、缺陷类型、缺陷等级进行分类，便于依据需求进行分类查询，并进行特定部件的局部放大展示
一种基于无人机巡检图像电力设备缺陷智能识别方法及其系统

[发明专利]一种基于人工智能的细胞类型识别方法及系统-CN202210555725.1在审
发明人：谢志红;丁云峰;叶韶生;钟伟彬;潘旭东 -专利权人：广州尚融网络科技有限公司
申请日： 2022-05-19 - 公布日： 2022-08-26 - 主分类号： G06V20/69 文献下载
摘要：本发明公开了一种基于人工智能的细胞类型识别方法及系统，方法包括构建细胞类型识别模型，所述细胞类型识别模型的输入端为细胞图像，所述细胞类型识别模型的输出端为细胞类型识别结果，获取待识别的细胞图像，将所述待识别的细胞图像作为所述细胞类型识别模型的输入，所述细胞类型识别模型输出该细胞图像对应的细胞类型；通过构建细胞类型识别模型，能够实现智能识别细胞类型的效果，不需要人工参与，提高了识别的准确率和效率，从而解决现有技术所存在的费时费力且准确性和一致性不高的缺陷
一种基于人工智能细胞类型识别方法系统

[发明专利]管道缺陷识别方法、处理器和管道缺陷识别装置-CN202210562099.9在审
发明人：李睿;陈朋超;贾光明;富宽;王富祥;郑建峰;毕武喜;燕冰川;潘飞;玄文博 -专利权人：国家石油天然气管网集团有限公司
申请日： 2022-05-23 - 公布日： 2022-08-19 - 主分类号： G06V10/774 文献下载
摘要：本发明实施例提供一种管道缺陷识别方法、处理器和管道缺陷识别装置，该管道缺陷识别方法包括：获取管道缺陷管段的漏磁信号数据；根据漏磁信号数据绘制漏磁曲线图像；对漏磁曲线图像进行裁剪处理，以获取标准尺寸的漏磁曲线图像；根据标准尺寸的漏磁曲线图像确定管道缺陷识别图像；将管道缺陷识别图像输入到管道缺陷识别模型中，以提取出管道缺陷识别图像的特征信息；根据特征信息识别出管道缺陷管段的缺陷类型，使用该方法对管道缺陷管段的缺陷进行识别时识别效率和准确率高
管道缺陷识别方法处理器装置

[发明专利]风机叶片检测方法、系统、设备及存储介质-CN201810190311.7在审
发明人：朱枫;柯岩 -专利权人：上海扩博智能技术有限公司
申请日： 2018-03-08 - 公布日： 2018-09-07 - 主分类号： F03D17/00 文献下载
摘要：本发明提供了一种风机叶片检测方法、系统、设备及存储介质，包括如下步骤：采集风机上每一叶片的多张图像，在图像中识别出叶片的缺陷，并标注出每一缺陷的缺陷位置和缺陷类型以及缺陷所在叶片的编号；将每一叶片的多张图像拼接出每一叶片的三维图像，并在叶片的三维图像上标注出缺陷位置和缺陷类型；根据每一叶片的三维图像和该叶片的编号，建立风机的三维图像，以在风机的三维图像上显示出每一叶片的缺陷位置和缺陷类型。本发明中能够对收集到的叶片的多张图像进行识别并标注出叶片上的缺陷位置、缺陷类型，并进而建立风机的三维图像，从而能够在风机的三维图像显示出每一叶片的缺陷位置和缺陷类型，以便于在检修中便捷发现缺陷位置。
叶片缺陷位置三维图像缺陷类型风机多张图像标注存储介质风机叶片三维图像显示检测拼接检修采集图像发现

[发明专利]基于机器视觉的激光选区铺粉烧结面缺陷分析方法及系统-CN202210823222.8有效
发明人：叶丽君 -专利权人：托伦斯半导体设备启东有限公司
申请日： 2022-07-14 - 公布日： 2022-09-16 - 主分类号： G06T7/00 文献下载
摘要：本发明涉及人工智能领域，具体涉及一种基于机器视觉的激光选区铺粉烧结面缺陷分析方法及系统，包括:采集粉末床图像；提取所述粉末床图像中激光选区零件铺粉表面的缺陷区域；对所述激光选区零件铺粉表面进行异常区域检测；根据缺陷类型置信度模型，对所述激光选区零件铺粉表面的所述缺陷区域进行缺陷类型初分类，分为线状缺陷和块状缺陷；根据缺陷特征对所述线状缺陷类型和块状缺陷类型进行再分类，将所述线状缺陷类型细分为条纹缺陷和粉堆缺陷，所述块状缺陷类型细分为熔覆层偏高缺陷和供粉不足缺陷。上述方法用于对激光选区零件铺粉烧结面的缺陷分析，通过上述方法可实现对激光选区铺粉烧结面缺陷的自动识别，提高缺陷分析的效率和精度。
基于机器视觉激光选区烧结缺陷分析方法系统

首页
«上一页
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
下一页»
尾页
共 100000 条