|
钻瓜专利网为您找到相关结果 4053031个,建议您 升级VIP下载更多相关专利
- [发明专利]一种无监督非训练高光谱图像变化检测方法-CN202211174257.X在审
-
杨彬;毛银;刘立成
-
湖南大学
-
2022-09-26
-
2023-01-10
-
G06V20/10
- 本发明公开了一种无监督非训练高光谱图像变化检测方法,所述无监督非训练高光谱图像变化检测方法基于深度学习技术,包括多扩张特征提取模块,可变形特征提取模块和深度特征比较模块。本发明一种无监督非训练高光谱图像变化检测方法,针对高光谱图像空间分辨率相对较低的特点,以及缺乏标记样本的问题,将非训练的可变形网络应用到高光谱图像变化检测技术中,充分利用地物形状和大小等结构信息实现高精度的完全无监督变化检测其中,设计的多扩张特征提取和可变形特征提取组合模块,使网络能够在更大的感受野和任意相邻位置提取局部特征,对于提升变化检测性能有益,并且能够容易地嵌入到其它技术中;根据特征重要性提出的一种简单有效改善特征选择的方案
- 一种监督训练光谱图像变化检测方法
- [发明专利]基于轻量级YOLOv4的感光元件缺陷检测方法-CN202310549489.7在审
-
岳洪伟;张辉;樊亚妮;邢凤闯;陈艳
-
广东第二师范学院
-
2023-05-16
-
2023-09-05
-
G06T7/00
- 本发明公开了一种基于轻量级YOLOv4的感光元件缺陷检测方法,包括以下步骤:S1:将YOLOv4的主干特征提取网络替换成轻量级网络MobilenetV2;S2:采用K‑Means++算法进行聚类,优化缺陷数据集的锚框;S3:优化YOLOv4损失函数,获得YOLOv4‑MobilenetV2的损失函数;S4:采用迁移学习作为网络训练的迭代策略;S5:构建双分支联合检测网络,对感光元件缺陷进行检测。本发明将YOLOv4的主干特征提取网络替换为轻量级网络MobilenetV2,减少了模型参数并提升检测速度;利用K‑Means++算法针对缺陷数据集筛选出最优的锚框,使网络定位更加准确;利用使用Focal Loss损失函数解决样本分类不均衡问题;利用余弦退火调度器和固定学习率,提高网络的收敛速度和整体性能;设计了双分支联合检测网络,有效地完成了感光元件污点和坏点缺陷检测。
- 基于轻量级yolov4感光元件缺陷检测方法
- [发明专利]一种基于自适应滤波的复杂背景下图像多圆快速检测方法-CN201410764315.3有效
-
王宪;赵前程;凌启辉;王肖芬
-
湖南科技大学
-
2014-12-12
-
2015-03-25
-
G06T7/00
- 本发明公开了一种基于自适应滤波的复杂背景下图像多圆快速检测方法,属于计算机视觉在线检测技术领域。应用Sage-Husa自适应卡尔曼滤波算法对各圆特征的中心坐标及半径进行估计,进而对特征有效区域进行估计;在各圆特征有效区域内,图像局部增强后采用Canny边缘检测算法及最小二乘椭圆拟合法对圆特征的中心坐标及半径进行求解;应用结果有效判据对定位结果是否有效进行判定;若判定结果有效,则将特征提取值作为检测结果输出;若判定结果无效,则将特征参数估计值作为检测结果输出。本发明在复杂背景多圆定位过程中彻底抛弃了非常耗时的Hough变换,输出测量结果前先对定位结果是否有效进行判定,并分别采取不同的对策,在保证精度的同时实现了圆检测速度大幅提升,能满足采用高分辨率图像传感器的工业监测系统在线监测的要求
- 一种基于自适应滤波复杂背景图像快速检测方法
- [发明专利]摄像头模组检测设备的光学系统-CN201510320718.3有效
-
张舞杰;谢长贵
-
东莞市升宏智能科技有限公司
-
2015-06-11
-
2017-07-14
-
H04N17/00
- 本发明涉及手机摄像头模组检测设备技术领域,特别是一种摄像头模组检测设备的光学系统;包括固定支座、第一相机和第二相机,第一相机和第二相机安装在固定支座上,第一相机与第一镜头组相连接,第二相机与第二镜头组相连接第一镜头组的上方设置有第一光源,第一镜头组的正下方设置有第二光源;第一镜头组的周围设置有若干第三光源组;通过设置第一相机和第二相机并通过第一光源、第二光源和第三光源组的辅助,分别实现对影像传感器组上线路连接基板上金线的检测和影像传感器的灰尘和划痕的检测,从而实现摄像头模组检测的自动化,与现行的人眼识别的方式相比,本发明的检测效率高、精度高且漏检率低。
- 摄像头模组检测设备光学系统
|