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6056522个,建议您升级VIP下载更多相关专利
  • [发明专利]一种基于深度学习的金属表面缺陷检测方法-CN202210664226.6在审
  • 刘腊梅;方俊杰;韩军;曲海成;黄惠玲 - 辽宁工程技术大学
  • 2022-06-13 - 2022-09-06 - G06T7/00
  • 本发明公开了一种基于深度学习的金属表面缺陷检测方法,包括获取前端摄像机采集的金属表面的初始图片数据;对初始图片数据进行处理,得到消除背景干扰的金属表面图片数据;对金属表面图片数据进行图像识别和图像特征提取,筛选出缺陷图片数据;对筛选出的缺陷图片数据进行对应的金属表面缺陷类别划分,得到不同金属表面缺陷对应的缺陷图片数据;根据缺陷图片数据,建立基于深度学习的金属表面缺陷检测模型;利用基于深度学习的金属表面缺陷检测模型检测采集的图片数据,得到对应的金属表面缺陷的结果。本发明通过对获取金属表面的图片数据进行处理具备特征方向的图片数据,据后面处理后的图片数据建立金属表面缺陷检测模型,实现了对金属表面缺陷进行缺陷识别检测,检测的准确率高。
  • 一种基于深度学习金属表面缺陷检测方法
  • [发明专利]一种金属表面缺陷检测方法及装置-CN202180023654.4在审
  • 熊长炜;舒雨锋;曹会元;虞晓琼;刘沅;吕伟涵;莫天旭 - 东莞职业技术学院
  • 2021-01-28 - 2022-11-18 - G06T7/00
  • 本申请涉及一种金属表面缺陷检测方法,包括:采集金属表面缺陷图像得到金属表面缺陷数据集;利用所述金属表面缺陷数据集构建第一检测模型;利用ImageNet数据集训练Resnet网络;将训练后的Resnet网络迁移至所述第一检测模型中,得到第二检测模型,其中,所述第二检测模型为基于深度迁移学习的金属表面缺陷的检测模型;利用所述第二检测模型对金属表面进行检测。本申请还涉及一种金属表面缺陷检测装置。本申请将基于ImageNet下训练的ResNet网络迁移至本发明所构建的金属表面缺陷检测模型,通过迁移学习,该金属表面缺陷检测模型获得了更强大的特征表达能力。
  • 一种金属表面缺陷检测方法装置
  • [发明专利]基于线阵相机立体视觉的金属表面缺陷检测方法-CN202010632056.4有效
  • 何庆;谢植 - 东北大学
  • 2020-07-03 - 2021-08-31 - G01N21/89
  • 本发明提供一种基于线阵相机立体视觉的金属表面缺陷检测方法,包括以下步骤:采用共享光源或者共面光源照射的方式,通过设置多个线阵相机获取不同视角的待测金属表面图像;通过立体匹配计算所述待测金属表面深度以及运动速度,同时确定所述待测金属表面任一点在所述线阵相机采集图像中的灰度对应关系;根据灰度对应关系计算所述待测金属表面的法向角度,通过所述待测金属表面法向角度和深度立体信息与二维灰度图像的融合,对金属表面缺陷进行检测本发明适用于实际情况下金属表面深度以及法向立体信息的可靠提取,有利于更好的区分缺陷和伪缺陷,提高金属表面缺陷检测的准确性和可靠性。
  • 基于相机立体视觉金属表面缺陷检测方法
  • [实用新型]一种涡流成像系统-CN202122333581.9有效
  • 沈凯;孙勇;杨旭 - 荣港(南京)电气科技有限公司
  • 2021-09-26 - 2022-04-29 - G01N27/9013
  • 通过在金属表面叠加交变电磁场,使得金属表面产生感应涡流,再通过对金属表面的磁场进行测量来获取所述金属表面的形状特征信息,并通过数据传输、分析及处理,最终在显示模块将形成的金属表面的二维图像进行呈现,可直观反映出金属表面所存在的缺陷情况这对于金属的质量检测、安全防范等具有重要的意义,使得在对金属表面进行检测的同时也可直观的观测到金属表面所存在的缺陷的物理特征参数。
  • 一种涡流成像系统

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