文档详情

基于深度学习的实时布匹缺陷检测方法及系统.pdf

发布：2023-06-03约1.75万字共15页下载文档

文本预览下载声明

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 112802016 A (43)申请公布日 2021.05.14 (21)申请号 202110334060.7 (22)申请日 2021.03.29 (71)申请人深圳

显示全部

相似文档

基于机器视觉的布匹缺陷检测方法、装置及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114878574 A (43)申请公布日 2022.08.09 (21)申请号 202210346769.3 (22)申请日 2022.03.31 (71)申请人南通东德纺织科技有限公司地址 2
2023-05-15 约1.66万字 13页立即下载
深度学习实战之布匹缺陷检测.docx 前言 缺陷检测是工业上非常重要的一个应用，由于缺陷多种多样，传统的机器视觉算法很难做到对缺陷特征完整的建模和迁移，复用性不大，要求区分工况，这会浪费大量的人力成本。深度学习在特征提取和定位上取得了非常好的效果，越来越多的学者和工程人员开始将深度学习算法引入到缺陷检测领域中。导师一直鼓励小编做一些小项目，将学习与动手相结合。于是最近小编找来了某个大数据竞赛中的一道缺陷检测题目，在开源目标检测框架的基础上实现了一个用于布匹瑕疵检测的模型。现将过程稍作总结，供各位同学参考。问题简介 01 1 实际背景 布匹的疵点检测是纺织工业中的一个十分重要的环节。当前，在纺织工业的布匹缺陷检测领域，人工检测仍
2025-03-26 约1.48万字 18页立即下载
基于深度学习的花色布匹瑕疵检测方法研究.docx 基于深度学习的花色布匹瑕疵检测方法研究一、引言随着纺织工业的快速发展，花色布匹在市场上占据了重要的地位。然而，在布匹的生产过程中，由于各种因素的影响，如设备误差、原材料问题以及生产环境等，布匹常常会出现各种瑕疵。这些瑕疵如果不及时发现和处理，将会对产品的质量和企业的经济效益产生严重影响。因此，对花色布匹的瑕疵检测成为了纺织工业中一项重要的任务。近年来，随着深度学习技术的快速发展，基于深度学习的花色布匹瑕疵检测方法逐渐成为研究热点。本文将就基于深度学习的花色布匹瑕疵检测方法进行深入研究，以期为纺织工业的瑕疵检测提供新的思路和方法。二、深度学习在花色布匹瑕疵检测中的应用 深度学习是一种基于神
2025-03-19 约4.6千字 9页立即下载
一种基于深度学习的长尾夹缺陷检测方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113344847 A (43)申请公布日 2021.09.03 (21)申请号 202110432409.0 (22)申请日 2021.04.21 (71)申请人安徽工业大学地址
2023-06-18 约1.22万字 13页立即下载
一种基于深度学习的工件表面缺陷检测方法及系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881998 A (43)申请公布日 2022.08.09 (21)申请号 202210587862.3 (22)申请日 2022.05.26 (71)申请人秦皇岛威卡威佛吉亚汽车内饰件有
2023-05-18 约1.42万字 13页立即下载
一种基于深度学习的磁芯缺陷检测系统及方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114549493 A (43)申请公布日 2022.05.27 (21)申请号 202210186081.3 G06T 7/11 (2017.01)
2023-05-08 约1.51万字 12页立即下载
基于特征增强的布匹直线型缺陷检测方法和系统.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114881960 A (43)申请公布日 2022.08.09 (21)申请号 202210473932.2 (22)申请日 2022.04.29 (71)申请人南通百杭纺织品有限公司地址 22
2023-05-17 约1.55万字 14页立即下载
基于正样本的布匹表面缺陷检测.docx 导读一般来说，我们做工业场景的缺陷检测识别时，首先需要利用现有的缺陷数据集训练模型，之后利用训练好的模型做识别。但随着制作工业的提升，缺陷的数量越来越少，难以满足对深度学习对大样本数量的要求。本文提出了一种仅基于正样本训练的缺陷检测方法，无需缺陷数据和手动标注，也可以取得较好的缺陷检测效果。表面缺陷检测在工业生产中起着非常重要的作用，基于机器视觉的表面缺陷检测可以极大的提升工业生产的效率。随着近年来深度学习在计算机视觉领域的发展，卷积神经网络在诸多图像任务上都取得了显著的效果，然而这些方法往往是需要大量标注数据的有监督学习。在实际的工业场景中，缺陷样本往往是难以收集的，而且标注的成本也十分
2025-05-02 约3.41千字 5页立即下载
一种基于深度学习方法的芯片缺陷检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114463269 A (43)申请公布日 2022.05.10 (21)申请号 202111647594.1 (22)申请日 2021.12.29 (71)申请人南京拟态智能技术研
2023-05-07 约1.29万字 15页立即下载
一种基于深度学习的驾驶员疲劳驾驶实时检测方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113361452 A (43)申请公布日 2021.09.07 (21)申请号 202110705480.1 (22)申请日 2021.06.24 (71)申请人中国科学技术大学地址
2023-06-20 约1.27万字 13页立即下载
基于深度学习的冷轧带钢磨后辊印缺陷检测方法及系统.pdf (19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 113393414 A (43)申请公布日 2021.09.14 (21)申请号 20201
2023-06-18 约1.79万字 17页立即下载
基于嵌入式深度学习的实时电磁无损检测方法.pdf 摘要作为五大常规无损检测技术之一的电磁无损检测技术具有无辐射、非接触、低成本等技术优势，可应用于金属及其他各种导电材料的缺陷识别与分类。然而，提离噪声、趋肤效应、弱磁场耦合等问题造成传统电磁无损检测方法具有噪声抑制能力差、检测深度限制等缺点，阻碍该项技术推广与发展。近年来针对不同检测需求所提出的新型电磁无损检测设备和数据处理方法不断涌现，推动该项技术向更广泛应用领域延伸。本文针对具有弱导电性、各向异性特点的碳纤维增强复合材料缺陷检测应用需求，通过对激励测量方式、数据预处理方法、基于人工
2024-09-24 约7.86万字 73页立即下载
基于深度学习的实时视频人脸关键点检测方法.pdf (19)国家知识产权局 (12)发明专利 (10)授权公告号 CN 112801043 B (45)授权公告日 2022.07.15 (21)申请号 202110262999.7 G06V 10/82 (2022.01)
2023-06-04 约2.95万字 18页立即下载
基于深度学习的流式实时语音激活检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114550753 A (43)申请公布日 2022.05.27 (21)申请号 202210135633.8 G10L 25/03 (2013.01)
2023-05-08 约5.35千字 6页立即下载
一种基于深度学习的薄壁件铆接表面缺陷检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117726589A (43)申请公布日2024.03.19 (21)申请号202311734967.8 (22)申请日2023.12.15 (71)申请人沈阳理工大学
2024-03-16 约2.17万字 18页立即下载