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16个,建议您升级VIP下载更多相关专利
  • [发明专利]缺陷检测网络的构建及缺陷检测方法、装置和设备-CN202310532588.4有效
  • 高红超;卢盛林;张志升;南浩宇 - 广东奥普特科技股份有限公司
  • 2023-05-12 - 2023-08-22 - G06T7/00
  • 本申请实施例提供一种缺陷检测网络的构建及缺陷检测方法、装置和设备。在本申请实施例中,能够获取分割任务数据集,所述分割任务数据集包括多个缺陷图像,以及用于标注所述多个缺陷图像的缺陷类别和缺陷位置的标注信息;基于所述分割任务数据集,训练得到缺陷特征编码网络,所述缺陷特征编码网络包括多层卷积网络模块、自适应池和全连接层;基于所述缺陷特征编码网络和图像分割网络,构建缺陷检测网络,所述图像分割网络用于:以所述缺陷特征编码网络对待检测缺陷类别的缺陷图像块的指定维度的特征向量表示为提示信息,从输入图像中检索得到所述输入图像的缺陷位置和缺陷类别。
  • 缺陷检测网络构建方法装置设备
  • [发明专利]异常检测网络的训练及异常检测方法、装置和设备-CN202310069954.7有效
  • 高红超;曾毅;杜洪威;邓永沧;闫笑颜 - 广东奥普特科技股份有限公司
  • 2023-02-07 - 2023-07-07 - G06T7/00
  • 本申请实施例提供一种异常检测网络的训练及异常检测方法、装置和设备。在本申请实施例中,能够获取多种类别产品的正常图像;对所述多种类别产品的正常图像进行类别均衡化,得到所述类别均衡化的多种类别产品的正常图像;基于所述类别均衡化的多种类别产品的正常图像,训练得到所述异常检测网络;其中,所述异常检测网络包括特征提取模块和特征编码模块,所述特征提取模块包括掩膜模块、特征局部对齐模块和深度残差网络,所述掩膜模块在所述深度残差网络之前,用于对输入的图像进行局部掩膜以对所述输入的图像进行图像增强;所述特征局部对齐模块利用所述特征提取模块提取的特征图上当前单元格周围的单元格信息对所述当前单元格进行表示。
  • 异常检测网络训练方法装置设备
  • [发明专利]表面缺陷检测模型训练方法、表面缺陷检测方法及系统-CN202110548337.6有效
  • 高红超;卢盛林 - 广东奥普特科技股份有限公司
  • 2021-05-19 - 2023-07-07 - G06T7/00
  • 本发明公开了一种表面缺陷检测模型训练方法、表面缺陷检测方法及系统,其中表面缺陷检测模型训练方法包括:获取产品的正常图片和与产品无关的外部图片;将所述正常图片和所述外部图片输入到基于深度神经网络的表面缺陷检测模型中,对基于深度神经网络的表面缺陷检测模型进行训练,得到表面缺陷检测模型。本发明无需采集带有缺陷的产品图片,仅需采集产品的正常图片和与产品无关的外部图片就能训练得到表面缺陷检测模型,解决了现有技术中带有缺陷的产品图片采集困难、集采成本高以及缺陷与否阈值难以确定等问题,模型的可靠性较高,适于大范围推广应用。
  • 表面缺陷检测模型训练方法系统
  • [发明专利]一种缺陷检测方法、装置和设备-CN202310069953.2有效
  • 高红超;卢盛林 - 广东奥普特科技股份有限公司
  • 2023-02-07 - 2023-07-07 - G06T7/00
  • 本申请实施例提供一种缺陷检测方法、装置和设备。在本申请实施例中,能够获取待检测的目标产品的目标图像;通过异常检测网络提取所述目标图像的特征,所述异常检测网络为基于多种类别产品的正常图像训练得到;通过所述目标产品的多元正态分布基于所述目标图像的特征,确定所述目标图像的异常概率和异常区域,其中,所述目标产品的多元正态分布为基于所述目标产品的第一数量的正常图像,通过所述异常检测网络提取的特征构建得到;在所述目标图像的异常概率大于或等于预设异常概率阈值时,通过缺陷检测网络确定所述目标图像缺陷位置和类别,以及基于所述目标图像缺陷位置和类别以及所述异常区域,确定所述目标图像是否存在缺陷或异常。
  • 一种缺陷检测方法装置设备
  • [发明专利]条形码定位模型训练方法、定位方法、系统、设备及介质-CN202211243818.7有效
  • 高红超;江维;李昌源;刘华祠;曹继华 - 广东奥普特科技股份有限公司
  • 2022-10-12 - 2023-02-14 - G06K7/14
  • 本发明公开了一种条形码定位模型训练方法、定位方法、系统、设备及介质,包括:获取工业场景下的少量样本数据,少量样本数据包括带旋转角度或不带旋转角度的条形码图片;根据少量样本数据,生成大量的矩形框表示的实例级标注信息的训练样本数据;将大量的实例级标注信息的训练样本数据转化成相应的像素级标注信息的训练样本数据;根据大量的像素级标注信息的训练样本数据对条形码定位模型进行训练,得到基于语义分割算法的条形码定位模型。本发明不依赖于像素级的条形码标注信息,仅需少量的工业条形码数据就能完成条形码定位模型的训练,显著降低条形码标注和数据收集成本,具有通用性强、鲁棒性高的特点,适于任意尺度、任意角度的条形码定位。
  • 条形码定位模型训练方法系统设备介质
  • [发明专利]Aztec码定位与解码方法、系统、设备及存储介质-CN202110390575.9在审
  • 何文博;朱立宽;黄伟;高红超;曹玲 - 广东奥普特科技股份有限公司
  • 2021-04-12 - 2021-07-13 - G06K7/14
  • 本发明公开了一种Aztec码定位与解码方法、系统、设备及存储介质,其中方法包括:对获取的包含待识别Aztec码的图像进行边缘检测,得到边缘轮廓图像;对边缘轮廓图像进行轮廓筛选,判断待识别的Aztec码的类型;根据待识别的Aztec码的类型所对应的结构特点计算待识别的Aztec码的特征信息;根据待识别的Aztec码的特征信息,通过最小二乘法拟合出待识别Aztec码的四条边;对拟合出的四条边进行求交点,得到待识别Aztec码的码区的四个顶点的坐标,并确定待识别图像的Aztec码的码区的透视变换矩阵并对待识别的Aztec码进行透视变换矫正,然后进行自适应二值化处理并进行解码。本发明可以快速准确地对复杂情况下的Aztec码进行定位识别并解码,具有较强的鲁棒性,提高了解码的效率和成功率。
  • aztec定位解码方法系统设备存储介质
  • [发明专利]一种Aztec码的定位方法-CN202110057220.8在审
  • 何文博;曹玲;朱立宽;黄伟;高红超 - 广东奥普特科技股份有限公司
  • 2021-01-15 - 2021-05-14 - G06K7/14
  • 本发明属于机器视觉算法技术领域,具体公开了一种Aztec码的定位方法,对输入的待识别的Aztec码图像进行二值化处理和滤波处理,然后进行轮廓扫描,筛选出轮廓树中具有两个及两个以上子轮廓的父轮廓;记录下符合条件的父轮廓的数量以及最外层父轮廓的四个顶点的坐标;利用四个顶点的坐标计算出Aztec码的定位信息,并对有发生角度旋转的待识别的Aztec码进行旋转矫正;读取矫正后的待识别的Aztec码的定位信息,并解码。本发明能够快速准确识别出待识别Aztec码的种类,完成全类型的Aztec码的定位并得到相应的定位信息,对于光照不均的待识别图像以及对于呈各种角度倾斜的待识别图像具有鲁棒性。
  • 一种aztec定位方法
  • [实用新型]侧卸式自卸车-CN200720125513.0有效
  • 胡志鹏;路俊锋;韩月琴;翟志良;高红超 - 中国国际海运集装箱(集团)股份有限公司驻马店中集华骏车辆有限公司
  • 2007-08-16 - 2008-07-30 - B60P1/16
  • 一种侧卸式自卸车,包括动力装置、行走装置及自卸车箱厢体,所述的自卸车箱厢体包括顶侧梁、底侧梁、设在侧面的上下对开的上侧厢门和下侧厢门以及厢门锁紧机构,所述上侧厢门的顶端与所述顶侧梁相铰接,所述下侧厢门的底端与所述底侧梁相铰接,并在所述下侧厢门下方的所述底侧梁上设有至少一个托架,所述托架支撑开启的下侧厢门与自卸车车箱厢体底板形成在同一平面的卸货导流面。本实用新型的侧卸式自卸车将其侧厢门分成上下对开的两个侧厢门的形式,并将下侧厢门打开时设置成导流板,从而使得货物顺着导流板倾泻至离轮胎较远的地方,有效解决了侧卸式自卸车卸货时轮胎被掩埋的问题,且其结构简单、操作方便,有很好的应用前景。
  • 侧卸式卸车

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