“张铭芷”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2个，建议您升级VIP下载更多相关专利

[发明专利]一种基于轻量级语义分割的数码喷印图像缺陷检测方法-CN202310180846.7在审
发明人：肖蕾;张铭芷 -专利权人：广东技术师范大学
申请日： 2023-02-27 - 公布日： 2023-06-02 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于轻量级语义分割的数码喷印图像缺陷检测方法，属于数码喷印缺陷检测技术领域，包括：获取数码印刷图像数据，通过对比合格图像和缺陷图像，确定需要检测的数码喷印缺陷类别；对缺陷图像进行像素级别的缺陷标注，将缺陷图像和标签图像作为样本数据集；对样本数据集中的图像进行预处理，并将图像划分为训练集和测试集；搭建轻量级语义分割模型，搭配轻量级主干网络用于特征提取，确定模型参数；将训练集输入到轻量级语义分割模型中进行多次迭代，轻量级语义分割模型收敛后得到训练好的轻量级语义分割模型；将测试集输入到训练好的轻量级语义分割模型中，得到测试结果。实现了更智能、更高精度、更高效的缺陷检测。
一种基于轻量级语义分割数码图像缺陷检测方法

[发明专利]基于经验模态分解和图像转换的智能故障诊断方法-CN202111561899.0在审
发明人：熊建斌;刘鸣慧;张钰妤;余得正;李春林;张铭芷;叶宝玉 -专利权人：广东技术师范大学
申请日： 2021-12-16 - 公布日： 2022-10-14 - 主分类号： G06K9/00 文献下载
摘要：本发明公开了一种基于经验模态分解和图像转换的智能故障诊断方法，包括如下步骤：S1、预处理：通过EMT490传感器获取石化旋转机械故障的振动数据，每1024个振动数据为一组原始振动信号数据；S2、互补集成经验模态分解：将收集到的原始振动信号分解为高效固有模态函数，用于进一步的数据处理，并用于轴承故障诊断；S3、图像转换：将处理后的原始振动信号进行数据段采集，并构建出灰度图像来作为卷积神经网络的二维输入；S4、卷积神经网络识别：卷积神经网络提取深度特征，用于故障评估与检测。本发明能够为石化行业从业者提高新的、更多种检测石油化工生产过程的机械故障的手段，避免了石化机组设备发生故障而引发的重大事故的发生。
基于经验分解图像转换智能故障诊断方法