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2720889个,建议您升级VIP下载更多相关专利
  • [发明专利]一种规则缺陷分析方法及系统-CN202211545396.9在审
  • 笪仲跃;李宝同;李先军;包振健;杨艺 - 凌云光技术股份有限公司
  • 2022-12-01 - 2023-03-28 - G06T7/00
  • 本申请提供一种规则缺陷分析方法及系统,所述方法在获取物料的检测图像后,会对检测图像进行特征提取,提取检测图像中的缺陷特征缺陷特征包括缺陷参数,再根据缺陷判定规则集确定缺陷特征缺陷等级,以根据缺陷等级生成缺陷分析结果其中,缺陷判定规则集包括至少一个缺陷判定规则,缺陷判定规则包括缺陷参数关联的多个区间阈值,多个所述区间阈值分别用于判定不同的缺陷等级。所述方法通过对物料的检测图像进行特征提取,可以提取到物料表面缺陷缺陷特征。同时,通过多个缺陷判定规则对缺陷特征进行数据规则化处理,确定缺陷特征缺陷等级,以生成缺陷分析结果,将质量数据和生产设备关联,预测生产趋势,降低物料报废率。
  • 一种规则缺陷分析方法系统
  • [发明专利]锂电池缺陷检测方法、系统及存储介质-CN202310084363.7在审
  • 洪智勇;冯英伟;梁冠杰;肖华润;张文康;甄德鑫 - 五邑大学
  • 2023-01-16 - 2023-05-16 - G06V10/774
  • 本申请公开了一种锂电池缺陷检测方法、系统及存储介质,涉及缺陷检测技术领域,方法包括:获取锂电池外观缺陷数据集;将锂电池外观缺陷数据集输入到对象特征提取模型中进行特征抽取,得到第一像素级缺陷语义特征集;对第一像素级缺陷语义特征集进行提纯,得到第二像素级缺陷语义特征集;对第二缺陷语义特征进行分类,构建锂电池外观缺陷语义特征库;从锂电池外观缺陷语义特征库中抽取第一缺陷特征,并通过第一缺陷特征对锂电池外观缺陷数据集进行数据增强,以得到锂电池缺陷检测模型;通过锂电池缺陷检测模型对锂电池待检测图像进行缺陷检测,得到缺陷检测结果。通过这种方法,提高缺陷检测网络的可靠性、鲁棒性及检测精度。
  • 锂电池缺陷检测方法系统存储介质
  • [发明专利]基于特征重构的表面缺陷检测方法-CN202210083931.7在审
  • 张军;李妍;张洋;黄若飞;李思敏;付英健;都旭;曹慧博;刘保辉;李朝阳 - 河北工业大学
  • 2022-01-19 - 2022-04-29 - G06T7/00
  • 本发明为基于特征重构的表面缺陷检测方法,首先利用缺陷生成器在正常图像上模拟生成缺陷图像;正常图像和缺陷图像分别输入到多尺度特征生成器中,分别提取正常图像对应的正常特征缺陷图像对应的缺陷特征;然后,将缺陷特征作为自编码重构网络的输入,将正常特征作为自编码重构网络的重构目标,对缺陷特征进行重构,得到重构特征;最后,将缺陷特征和重构特征在通道维度上进行拼接,形成两通道的特征向量,拼接后的特征再输入到类孪生网络中,利用类孪生网络提取重构前后特征之间的差异进行缺陷检测,生成缺陷检测掩码图。该方法基于以正常特征为重构目标的特征重构网络,利用类孪生网络提取重构前后特征之间的差异,生成高质量的缺陷检测图像。
  • 基于特征表面缺陷检测方法
  • [发明专利]纹理表面缺陷检测方法、装置、电子设备及存储介质-CN202310815564.X在审
  • 孟凡武;马梁;谢磊;马鑫;尚妍 - 北京理工大学
  • 2023-07-04 - 2023-09-15 - G06T7/00
  • 本发明提供了一种纹理表面缺陷检测方法、装置、电子设备及存储介质,涉及缺陷检测技术领域,包括:获取纹理表面图像,提取纹理表面图像的纹理特征;对纹理特征进行融合得到融合特征,基于融合特征特征字典确定纹理表面的缺陷;其中,特征字典基于无缺陷图像训练获得,特征字典包括多个无缺陷的多层次特征。通过获取纹理表面图像,提取纹理表面图像的纹理特征,再对纹理特征进行融合得到融合特征,利用融合特征和基于无缺陷图像训练获得特征字典确定纹理表面的缺陷,提高了纹理表面缺陷检测的效率和准确性,避免了无法收集大量缺陷图像导致缺陷检测不准确以及效率低的问题
  • 纹理表面缺陷检测方法装置电子设备存储介质
  • [发明专利]一种发音缺陷识别模型训练方法以及发音缺陷识别方法-CN202011519662.1在审
  • 徐飞扬;张弢;李鑫;凌震华 - 科大讯飞股份有限公司
  • 2020-12-21 - 2021-04-20 - G10L25/27
  • 本申请公开了一种发音缺陷识别模型训练方法以及发音缺陷识别方法,该发音缺陷识别模型训练方法包括:在获取到语音样本和该语音样本的缺陷标签之后,先根据该语音样本,生成该语音样本的语音特征,以使该语音特征包括声学特征、音素特征和发音属性特征;再根据该语音样本的语音特征和该语音样本的缺陷标签,训练发音缺陷识别模型。其中,因语音特征包括声学特征、音素特征和发音属性特征,使得该语音特征能够准确全面地表征出该语音样本携带的发音信息,从而使得基于该语音特征以及该缺陷标签训练好的发音缺陷识别模型具有较好的发音缺陷识别性能,如此使得后续能够利用训练好的发音缺陷识别模型准确地识别出发音缺陷
  • 一种发音缺陷识别模型训练方法以及
  • [发明专利]表面缺陷检测方法及设备-CN202211450788.7在审
  • 陈新华;陈文昊;李星辉;刘泉 - 湖南航天天麓新材料检测有限责任公司
  • 2022-11-18 - 2023-03-21 - G06T7/00
  • 本发明涉及表面缺陷检测方法及设备,该方法包括:根据平面卷材的缺陷特征构建缺陷特征分类器,并设置缺陷特征分类器的分类参数;采集平面卷材的表面图像;根据表面图像,定位缺陷区域;提取缺陷区域的特征;将缺陷区域的特征输入缺陷特征分类器,确定缺陷区域的缺陷类型。一方面其能够根据当前平面卷材,贴合实际情况的构建特征分类器,并根据当前平面卷材的常见缺陷设定特征分类器的各项参数,以适用不同平面卷材的表面缺陷检测;另一方面,其能够采集平面卷材的表面图像,基于视觉检测技术,定位缺陷区域,并采用先前设置好的特征分类器对该当前缺陷区域进行分类,减少产品检测上的人工消耗。是一种适用性强、效率精准的缺陷检测方法。
  • 表面缺陷检测方法设备

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