“余雅彬”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果5个，建议您升级VIP下载更多相关专利

[发明专利]基于分级知识蒸馏的曲轴内部缺陷检测方法及其检测系统-CN202310091622.9有效
发明人：谢罗峰;卢后洪;殷鸣;殷国富;刘建华;杨扬;赖光勇;杨敏;余雅彬 -专利权人：四川大学;四川飞亚动力科技股份有限公司
申请日： 2023-02-10 - 公布日： 2023-04-25 - 主分类号： G06F18/24 文献下载
摘要：本发明属于曲轴内部缺陷检测技术领域，本发明公开了一种基于分级知识蒸馏的曲轴内部缺陷检测方法及其检测系统，该方法包括（1）数据采集及处理；（2）构建并训练教师模型；（3）构建并训练分级知识蒸馏，以训练好的教师模型作为一级知识蒸馏的教师网络，一级知识蒸馏的学生网络作为二级知识蒸馏的教师网络；保证学生网络和教师网络的蒸馏匹配度，分别从中间特征和逻辑输出进行蒸馏，使学生网络的中间特征和逻辑输出不断向教师网络对应部分的特征和逻辑输出对齐，并对特征和逻辑输出联合构建损失函数，本发明采用的教师网络和学生网络灵活多变，从多个角度构造的损失函数增强了知识蒸馏的强度，弥补了创新性不足的问题。
基于分级知识蒸馏曲轴内部缺陷检测方法及其系统

[发明专利]一种曲轴包装装置-CN202211237584.5在审
发明人：杨扬;刘建华;赖光勇;余雅彬 -专利权人：四川飞亚动力科技股份有限公司
申请日： 2022-10-10 - 公布日： 2022-12-13 - 主分类号： B65B5/10 文献下载
摘要：本发明提供了一种曲轴包装装置,涉及曲轴包装技术领域，包括罐体和罐盖，罐盖与罐体密封配合，罐体内设置有第一固定组件和第二固定组件，罐盖内设置有第三固定组件，将曲轴放置到罐体内的过程中，在重力的作用下，第一固定组件和第二固定组件固定曲轴的下端和中部下侧，当罐盖盒盖上之后，第二固定组件和第三固定组件分别固定曲轴中部上侧和上端，进而使曲轴固定在罐体内部，不会滑动，与曲轴接触的部分均是橡胶材质，进而不会被磨损，同时罐盖密封罐体，进而外界的灰尘等杂质也难以对曲轴造成污染，解决了传统包装方式保护效果一般，曲轴容易污染和损坏，以及传统包装难以回收利用等问题。
一种曲轴包装装置

[发明专利]一种样本可均衡的曲轴表面缺陷检测方法及检测系统-CN202210807630.4有效
发明人：谢罗峰;朱杨洋;刘卫民;殷鸣;殷国富;刘建华;杨扬;赖光勇;杨敏;余雅彬 -专利权人：四川大学;四川飞亚动力科技股份有限公司
申请日： 2022-07-11 - 公布日： 2022-09-20 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种样本可均衡的曲轴表面缺陷检测方法及检测系统，检测方法包括：构建训练样本数据集，包括：在曲轴表面施加磁粉并以荧光照射，获取曲轴的表面图像；判断并标注表面状态，得到正常的图像数据个、带有缺陷的图像数据个，定义张图像作为一个数据样本，当张图像全部为正常图像时此样本才标记为正样本，否则为负样本，两者构成训练样本数据集，的取值为(N+1）/(M+1)；基于深度学习卷积神经网络模型进行训练；将待检测的曲轴的y张图像与N中的x‑y张图像形成一个数据样本，通过深度学习识别模型确定曲轴表面情况。本发明能够使得带缺陷与正常的图像数据保持均衡，并在同样数量的图像下起到样本扩充的效果。
一种样本均衡曲轴表面缺陷检测方法系统

[发明专利]基于无监督学习的曲轴表面裂纹监测方法及系统-CN202210829822.5有效
发明人：谢罗峰;卓师铭;殷鸣;殷国富;刘建华;杨扬;赖光勇;杨敏;余雅彬 -专利权人：四川大学;四川飞亚动力科技股份有限公司
申请日： 2022-07-15 - 公布日： 2022-09-20 - 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学习的曲轴表面裂纹监测方法及系统，所述监测方法包括：建立表面裂纹监测初模型；通过真实样本数据集和无标注样本数据对模型进行训练，得到表面裂纹监测最终分类模型；输入所采集的曲轴表面图像至最终分类模型，对该曲轴表面裂纹状态进行分类。本发明的曲轴表面裂纹监测方法减少了标注曲轴表面图像所需的成本，即在后续的曲轴表面裂纹检测上投入的成本；本发明可操作性强，迭代方式可靠，其分类精度能够随着分类完成的曲轴表面图像样本数据量的增加而上升。
基于监督学习曲轴表面裂纹监测方法系统

[发明专利]基于知识蒸馏的曲轴内部缺陷检测方法及检测设备-CN202210652426.X在审
发明人：谢罗峰;卢后洪;殷鸣;殷国富;刘建华;杨扬;赖光勇;杨敏;余雅彬 -专利权人：四川大学;四川飞亚动力科技股份有限公司
申请日： 2022-06-10 - 公布日： 2022-07-08 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于知识蒸馏的曲轴内部缺陷检测方法及检测设备，检测方法包括：采集曲轴正常状态和缺陷状态下的激振信号，将激振信号变换得到时域数据、频域数据及时频域数据，构建振动数据集；构建教师模型‑学生模型；采用振动数据集的三种数据对教师模型进行训练；将时域数据输入学生模型并将振动数据集输入教师模型，利用知识蒸馏训练出与教师模型的预测精度相当的学生模型；采集待检测曲轴的激振信号并输入至已训练好的学生模型，得到分类结果。本发明基于交叉注意力机制，同时对时域、频域和时频域三种数据提取特征，解决了跨模态特征之间的差异性，实现不同特征在特征空间上对齐，有效地实现网络的收敛速度和预测精度的提高。
基于知识蒸馏曲轴内部缺陷检测方法设备