“编码缺陷”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网_专利查询网

首页在售求购查询申请展会资讯专利榜企服商城升级VIP

立即登录免费注册

在售专利
求购专利
查询专利
新闻资讯
技术展会
招商加盟
专利榜

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247 本网专利代理业务由天津创信方达专利代理事务所(普通合伙)承接机构代码：12247

专利名称

专利名称
专利号码
专利分类
申请人
公布日期

农业化学；冶金建筑机械工程区域搜索

主分类

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

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

专利权人

国家电网公司

华为技术有限公司

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

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

钻瓜专利网为您找到相关结果565206个，建议您升级VIP下载更多相关专利

[发明专利]一种基于卷积去噪自编码器的芯片表面缺陷检测方法-CN201910078674.6有效
发明人：罗月童;卞景帅;饶永明;吴帅;张蒙 -专利权人：合肥工业大学
申请日： 2019-01-28 - 公布日： 2020-02-11 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于卷积去噪自编码器的芯片表面缺陷检测方法，其步骤包括：1构建基于卷积去噪自编码器的无缺陷图像重构；2基于重叠区域的残差图构建；3基于残差图的缺陷检测。本发明能够有效检测出缺陷与背景对比度低、缺陷较小等特点的弱缺陷，具有很强的鲁棒性，提高了芯片表面检测的精度。
编码器卷积去噪芯片表面缺陷残差检测背景对比度缺陷检测缺陷图像芯片表面有效检测重叠区域鲁棒性弱缺陷图构建构建重构

[发明专利]缺陷检测方法、计算机装置及存储介质-CN202110554044.9在审
发明人：林子甄;蔡东佐;郭锦斌 -专利权人：富泰华工业（深圳）有限公司;鸿海精密工业股份有限公司
申请日： 2021-05-20 - 公布日： 2022-12-09 - 主分类号： G06T7/00 文献下载
摘要：本申请提供一种缺陷检测方法、计算机装置及存储介质，其中，所述方法包括：使用无缺陷图像训练自编码器模型；将待检测图像输入自编码器模型，利用自编码器模型获得与待检测图像对应的重建图像；基于预设的过滤阈值，计算待检测图像与重建图像之间的图像误差；将图像误差作为自变量输入T分布进行计算，获得计算结果；当计算结果落入预设的缺陷判断准则的范围时，确定待检测图像为无缺陷图像；及当计算结果没有落入所述预设的缺陷判断准则的范围时，确定待检测图像为有缺陷图像本申请可辅助检测图像是否存在缺陷，提高缺陷检测的效率和准确率。
缺陷检测方法计算机装置存储介质

[发明专利]扫描电子显微镜图像中的半监督异常检测-CN202211114873.6在审
发明人：吕劭宇;贺力;S·梵卡泰若曼 -专利权人：科磊股份有限公司
申请日： 2019-03-18 - 公布日： 2022-11-25 - 主分类号： G06T7/00 文献下载
摘要：基于自动编码器的半监督方法用于异常检测。可使用这些方法发现半导体晶片上的缺陷。模型可包含变分自动编码器，例如包含梯形网络的变分自动编码器。无缺陷或干净图像可用于训练所述模型，所述模型随后用于发现缺陷或其它异常。
扫描电子显微镜图像中的监督异常检测

[发明专利]一种基于特征融合的深度神经网络表面缺陷检测方法-CN202010469022.8有效
发明人：曹锦纲;杨国田;徐婷婷;杨锡运;张冀;张铭泉;梅华威 -专利权人：华北电力大学（保定）
申请日： 2020-05-28 - 公布日： 2021-12-21 - 主分类号： G06T7/00 文献下载
摘要：一种基于特征融合的深度神经网络表面缺陷检测方法。该方法采用了编码器‑解码器网络结构，特征提取模块采用ResNet50提取表面缺陷特征，得到各卷积层特征；然后利用编码特征融合模块将各卷积层特征融合，有利于表面缺陷的准确检测；最后利用两级级联解码模块，实现表面缺陷的检测编码特征融合模块和两级级联解码模块能够实现表面缺陷特征的深度融合，使表面缺陷定位更准确。在各级解码模块的输出端增加了边界求精模块，并通过卷积融合拼接后的两级解码模块输出，得到最终检测结果。本方法可以有效提高表面缺陷检测的准确性。
一种基于特征融合深度神经网络表面缺陷检测方法

[发明专利]一种基于关键词的大坝缺陷图像描述文本生成方法-CN202010389561.0有效
发明人：毛莺池;钱俊;陈静;徐淑芳;李源;王龙宝;平萍 -专利权人：河海大学
申请日： 2020-05-08 - 公布日： 2021-01-26 - 主分类号： G06F40/30 文献下载
摘要：本发明公开了一种基于关键词的大坝缺陷图像描述文本生成方法，步骤为：将分解机模型与RNN编码器相结合，将缺陷关键词作为编码器的输入；将编码器语义向量通过注意力机制分配权重，控制缺陷描述文本语义；采用LSTM本发明弱化输入序列之间的时序性，强调缺陷关键词之间的成因关联，不仅能够生成完整语义的描述文本，同时还避免了梯度爆炸现象。经分解机编码器与解码器模型生成的描述文本能够准确并连贯地描述缺陷信息，还能够清晰表达缺陷之间的成因关联。
一种基于关键词大坝缺陷图像描述文本生成方法

[发明专利]一种针对色织物裁片缺陷区域的检测方法-CN202010085913.3有效
发明人：张宏伟;谭全露;张蕾;景军锋;李鹏飞 -专利权人：西安工程大学
申请日： 2020-02-09 - 公布日： 2023-06-16 - 主分类号： G06T7/00 文献下载
摘要：本发明一种针对色织物裁片缺陷区域的检测方法，具体按照以下步骤实施：步骤1、每次随机选取待检测的色织物裁片彩色图像中的一张无缺陷图像，将该张无缺陷图像进行先叠加噪声，后输入至U型去噪卷积自编码模型中进行迭代处理，重复操作多次，直至U型去噪卷积自编码模型达到设定的迭代次数，得到训练好的U型去噪卷积自编码模型；步骤2、将所有待检测的色织物裁片彩色图像输入至训练好的U型去噪卷积自编码模型中输出各自对应的重构图像，再进行检测从而确定缺陷区域本发明一种针对色织物裁片缺陷区域的检测方法，能够有效地对色织物图像重构修复，从而可以快速、准确地检测出色织物缺陷。
一种针对织物缺陷区域检测方法

[发明专利]一种基于自编码器的彩色纹理织物缺陷区域的检测方法-CN202111153797.5有效
发明人：张宏伟;张伟伟;黄媛媛;张蕾;景军锋 -专利权人：西安工程大学
申请日： 2021-09-29 - 公布日： 2023-09-08 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于自编码器的彩色纹理织物缺陷区域的检测方法，具体为：对彩色纹理织物数据集中的彩色纹理织物无缺陷图像叠加噪声；构建记忆引导的量子化变分自编码器二模型；使用叠加噪声的彩色纹理织物无缺陷图像对记忆引导的量子化变分自编码器二模型根据训练参数进行训练；利用训练好的量子化变分自编码器二模型对所有待检测的彩色纹理织物图像进行重构，输出各自对应的重构图像，然后进行检测以定位缺陷区域。本发明通过计算彩色纹理织物待测图像和对应的重构图像的残差，结合自适应阈值化和闭运算处理即可快速检测和定位织物缺陷，进而减少缺陷区域漏检或过检的情况。
一种基于编码器彩色纹理织物缺陷区域检测方法

[实用新型]一种缺陷检测机及系统-CN201822153657.8有效
发明人：张金星;赵华国 -专利权人：武汉镭立信息科技有限公司
申请日： 2018-12-20 - 公布日： 2019-09-24 - 主分类号： G01N21/88 文献下载
摘要：本实用新型涉及检测技术领域，具体而言，涉及一种缺陷检测机及系统。一种缺陷检测机，用于管线状产品的缺陷检测和字符检测，包括钣金框架、导轮组件、编码器组件以及视觉检测组件。钣金框架用于限定检测空间。编码器组件与钣金框架连接，编码器组件用于检测管线状产品的运动。视觉检测组件用于接收编码器组件输出的信号，并对在检测空间中运动的管线状产品进行拍照，以将拍摄的照片与标准照片进行比对，并判断管线状产品的缺陷。该缺陷检测机结构简单、易于操作，能够稳定和高效地测量管线状产品的表面缺陷和字符检测。
缺陷检测管线状编码器组件钣金框架检测视觉检测组件导轮组件字符检测检测技术领域本实用新型接收编码器标准照片表面缺陷测量管线沿检测比对拍照拍摄输出延伸

[实用新型]编码布和用于焊缝的无损检测装置-CN201920874160.7有效
发明人：范艺博;李建光;柏延强;盛选禹;净晓飞;蔡华胜 -专利权人：中广核研究院有限公司;中国广核集团有限公司;中国广核电力股份有限公司
申请日： 2019-06-10 - 公布日： 2020-04-07 - 主分类号： F17D5/02 文献下载
摘要：本实用新型公开了一种编码布，用于对焊缝进行辅助无损检测，所述编码布具有若干检测区域，所有所述检测区域依次沿横向和纵向排列并布满所述编码布，每一所述检测区域具有一电子标签，每一所述电子标签包含其位置信息及对应的独立编码信息；本实用新型的编码布能够对焊缝进行辅助无损检测，有效降低焊缝缺陷的漏检率和提升复检速度，并在发现缺陷时迅速定位缺陷位置，从而有效提高检测的准确性和可靠性；本实用新型还公开了一种具有上述编码布的用于焊缝的无损检测装置
编码用于焊缝无损检测装置

[发明专利]产品表面缺陷分割方法、缺陷分割模型学习方法及装置-CN202010789117.8在审
发明人：高斌斌 -专利权人：腾讯科技（深圳）有限公司
申请日： 2020-08-07 - 公布日： 2020-10-09 - 主分类号： G06T7/00 文献下载
摘要：本申请公开了一种基于孪生对比学习的产品表面缺陷分割方法，该方法对参考图和缺陷图的编码特征做显式排序学习，以自动聚焦缺陷部位，同时对参考图和缺陷图的解码特征做隐式的对比学习，以精细预测缺陷掩码。在应用阶段，获取产品的参考图及待测图；基于参考图及待测图，使用孪生编码网络获取参考图及其待测图的编码特征图；基于参考图及待测图的编码特征图，应用孪生解码网络获取参考图及待测图的解码特征图；对参考图和待测图的解码特征图进行特征融合本申请还提供了缺陷分割模型学习方法及装置，实现对产品表面缺陷在像素层级上的掩码预测，很大程度上满足高阶的应用需求。
产品表面缺陷分割方法模型学习方法装置

[发明专利]基于深度学习的无监督工业品缺陷检测方法及装置-CN202011377532.9在审
发明人：王汉凌;段经璞;汪漪 -专利权人：鹏城实验室;南方科技大学
申请日： 2020-11-27 - 公布日： 2021-03-05 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种基于深度学习的无监督工业品缺陷检测方法及装置、计算机可读存储介质，该方法包括以下步骤：使用训练样本对第一自编码器进行训练，并在训练过程中得到训练样本的隐含表达；对训练样本的隐含表达进行降维处理，得到正常样本的隐含表达；使用正常样本的隐含表达对第二自编码器中的记忆模块进行初始化，并使用训练样本对第二自编码器进行训练；将测试样本输入至已训练的第二自编码器，得到重建后的样本；使用测试样本及重建后的样本进行计算得到缺陷掩模，并根据缺陷掩模判断所述测试样本是否存在缺陷。本发明实现了在仅使用无缺陷的图像样本对模型进行训练的情况下对缺陷的有效检测，提升了缺陷检测的效果。
基于深度学习监督工业品缺陷检测方法装置

[发明专利]一种针对彩色纹理织物色差和污渍缺陷的检测方法-CN202111307343.9在审
发明人：张宏伟;王世豪;张玥;张蕾;景军锋 -专利权人：西安工程大学
申请日： 2021-11-05 - 公布日： 2022-03-01 - 主分类号： G06T7/00 文献下载
摘要：本发明公开了一种针对彩色纹理织物色差和污渍缺陷的检测方法，具体为：构建彩色纹理织物数据集，给无缺陷彩色纹理织物图像叠加高斯噪声；构建U形去噪卷积自编码器模型；将叠加高斯噪声的无缺陷彩色纹理织物图像输入构建的U形去噪卷积自编码器模型中训练参，得到训练好的U形去噪卷积自编码器模型；使用训练好的U形去噪卷积自编码器模型对测试样本图像进行重构，输出对应的重构图像，对测试样本图像和对应的重构图像进行双阈值分割的残差处理，得到检测出的缺陷区域。本发明的一种针对彩色纹理织物色差和污渍缺陷的检测方法，能够在保证对其他类型缺陷检测能力不变的情况下，针对性的优化对色差和污渍缺陷的检测能力。
一种针对彩色纹理织物色差污渍缺陷检测方法

[发明专利]一种基于图像检测的3D打印工件缺陷识别方法及系统-CN202311108068.7在审
发明人：王继来;郭树标;饶静 -专利权人：山东大学
申请日： 2023-08-31 - 公布日： 2023-10-03 - 主分类号： G06T7/00 文献下载
摘要：本发明公开的一种基于图像检测的3D打印工件缺陷识别方法及系统，属于3D打印质量检测技术领域，包括：获取3D打印工件的XCT图像；根据XCT图像和训练好的缺陷识别模型，获得工件缺陷识别结果；其中，缺陷识别模型包括编码器、注意力模块和解码器；编码器对XCT图像进行多层编码获取图像特征，并对每层编码获得的图像进行残差信息提取；通过注意力模块提取图像特征的注意力信息；通过解码器对图像特征进行多层解码，并在解码过程中加入残差信息实现了对3D打印工件缺陷的准确识别。
一种基于图像检测打印工件缺陷识别方法系统

[发明专利]一种风机桨叶缺陷检测方法、系统、电子设备及存储介质-CN202310834753.1在审
发明人：李冰;白云山;韩宇辰;赵宽;翟永杰 -专利权人：华北电力大学（保定）
申请日： 2023-07-10 - 公布日： 2023-09-22 - 主分类号： G06T7/00 文献下载
摘要：本发明公开一种风机桨叶缺陷检测方法、系统、电子设备及存储介质，涉及图像分割技术领域，所述方法包括：获取待检风机桨叶的图像；将待检风机桨叶的图像输入至风机桨叶缺陷检测模型中，得到待检风机桨叶的缺陷类型；风机桨叶缺陷检测模型是利用训练数据集对改进UNet网络进行训练得到的，训练数据集包括多张训练用风机桨叶的图像和对应的缺陷类型，改进UNet网络包括编码网络、卷积块注意网络和解码网络，编码网络为ResNet34网络，本发明将UNet网络中的编码网络替换为ResNet34网络，提高了风机桨叶缺陷的检测精度。
一种风机桨叶缺陷检测方法系统电子设备存储介质

[发明专利]缺陷检测模型训练方法、装置、电子设备及存储介质-CN202210396947.3在审
发明人：熊坤坤;文琦;董帅;李文生;何元烈 -专利权人：广东工业大学
申请日： 2022-04-15 - 公布日： 2022-07-22 - 主分类号： G06N3/04 文献下载
摘要：本申请提供一种缺陷检测模型训练方法、装置、电子设备及存储介质，用于改善使用模型进行缺陷检测的准确率逐渐降低的问题。该方法包括：获取样本图像和样本图像对应的类别标签、领域标签和分割标签，类别标签表征样本图像是否存在缺陷，领域标签表征样本图像的所属数据域是源域样本或者目标域样本；使用样本图像和样本图像对应的类别标签对缺陷检测模型中的编码器和分类器进行训练，以及使用样本图像对缺陷检测模型中的编码器和领域自适应模块进行训练，以及使用样本图像和样本图像对应的分割标签对缺陷检测模型中的编码器和解码器进行训练，通过联合训练的方式获得缺陷检测模型，缺陷检测模型用于对图像进行缺陷检测
缺陷检测模型训练方法装置电子设备存储介质

友情链接：交换友情链接需要网站权重大于4，网站收录10W以上，如符合条件，请联系QQ：76009968。

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

在线咨询

400-8765-105周一至周五 9:00-18:00

版权所有钻瓜科技（天津）有限公司津ICP备15000985号津公网安备 12019202000206号http://www.vipzhuanli.com/公布日期

咨询在线客服

咨询在线客服

tel code back_top