文档详情

基于卷积神经网络的变电站设备缺陷检测方法.pdf

发布：2023-05-18约1.63万字共13页下载文档

文本预览下载声明

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882005 A (43)申请公布日 2022.08.09 (21)申请号 202210622169.5 G06T 7/73 (2017.01)

显示全部

相似文档

基于神经网络的变电站压板状态识别方法、系统及设备.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114792308 A (43)申请公布日 2022.07.26 (21)申请号 202210446999.7 G06N 3/08 (2006.01) (22)申请日 2022.04.2
2023-05-16 约2.08万字 15页立即下载
一种基于改进YOLOv5卷积神经网络的绝缘子缺陷检测方法.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 112819804 A (43)申请公布日 2021.05.18 (21)申请号 202110200871.8 (22)申请日 2021.02.23 (71)申请人西北工业大学地址
2023-06-06 约2.18万字 20页立即下载
一种基于深度卷积神经网络模型的船舶焊缝缺陷检测方法.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 112819806 A (43)申请公布日 2021.05.18 (21)申请号 202110203174.8 (22)申请日 2021.02.23 (71)申请人江苏科技大学地址
2023-06-03 约2.34万字 17页立即下载
一种基于卷积神经网络的轮胎气泡缺陷检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114565575 A (43)申请公布日 2022.05.31 (21)申请号 202210174555.2 (22)申请日 2022.02.25 (71)申请人成都工业学院地址 610031
2023-05-08 约5.86千字 6页立即下载
一种基于VGG16深度卷积神经网络的太阳能网版缺陷检测方法.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 113362298 A (43)申请公布日 2021.09.07 (21)申请号 202110617025.6 (22)申请日 2021.06.03 (71)申请人长沙理工大学地址
2023-06-17 约9.35千字 10页立即下载
基于卷积神经网络的印花织物缺陷检测方法研究.pdf 摘要摘要根据国家统计局数据，即使在疫情影响下，我国规模以上印染企业实现营业收入超2800亿元/年。由于印花织物的附加值较高，在军工用品、服装制衣、高端家纺制品、家居装饰品及产业用品中需求量极大。然而在生产过程中由于纺织机械、工艺以及生产环境干扰等因素，不可避免地会产生各种缺陷，而缺陷的存在直接决定其质量及价格。因此，印花织物的缺陷检测已经成为纺织企业中不可缺少的环节。目前，国内印花织物缺陷检测主要依靠人工目测的方
2025-05-26 约8.75万字 58页立即下载
一种基于卷积神经网络的图像缺陷检测方法.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 113763364 A (43)申请公布日 2021.12.07 (21)申请号 202111056024.5 G06N 3/08 (2006.01) (22)申请日 20
2023-06-29 约2.71万字 23页立即下载
一种基于卷积神经网络的焊点检测方法.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 113409250 A (43)申请公布日 2021.09.17 (21)申请号 202110579200.7 (22)申请日 2021.05.26 (71)申请人杭州
2023-06-21 约1.8万字 17页立即下载
一种基于卷积神经网络的物品检测方法.pdf (19)国家知识产权局 (12)发明专利申请 (10)申请公布号CN117541558A (43)申请公布日2024.02.09 (21)申请号202311543186.0G06V10/764(2022.01)
2024-02-08 约6.41千字 6页立即下载
基于卷积神经网络算法的设备形变检测方法和装置.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 112833808 A (43)申请公布日 2021.05.25 (21)申请号 202110013636.X (22)申请日 2021.01.05 (71)申请人厦门银江智慧城市技术股份有限公
2023-06-03 约1.12万字 10页立即下载
基于改进型U-Net卷积神经网络的磁片表面缺陷检测.docx PAGE 1- 基于改进型U-Net卷积神经网络的磁片表面缺陷检测 一、1.磁片表面缺陷检测背景与意义 (1)磁片作为一种重要的存储介质，在信息技术领域扮演着至关重要的角色。随着数据量的不断增长，对磁片存储性能的要求也越来越高。然而，在实际生产和使用过程中，磁片表面容易出现各种缺陷，如划痕、凹坑、污渍等，这些缺陷不仅影响磁片的存储性能，严重时甚至会导致数据丢失。因此，对磁片表面缺陷的检测技术的研究显得尤为重要。 (2)磁片表面缺陷检测技术的研究，旨在提高磁片产品的质量，降低生产成本，提高生产效率。传统的磁片表面缺陷检测方法主要依赖于人工视觉检测，这种方法存在效率低、易疲劳、检测结果主观性强等问
2025-01-19 约2.52千字 5页立即下载
基于改进型U-Net卷积神经网络的磁片表面缺陷检测.docx PAGE 1- 基于改进型U-Net卷积神经网络的磁片表面缺陷检测 一、1.磁片表面缺陷检测背景与意义 (1)磁片作为一种重要的存储介质，在信息技术领域扮演着至关重要的角色。随着数据量的不断增长，对磁片存储性能的要求也越来越高。然而，在实际生产和使用过程中，磁片表面容易出现各种缺陷，如划痕、凹坑、污渍等，这些缺陷不仅影响磁片的存储性能，严重时甚至会导致数据丢失。因此，对磁片表面缺陷的检测技术的研究显得尤为重要。 (2)磁片表面缺陷检测技术的研究，旨在提高磁片产品的质量，降低生产成本，提高生产效率。传统的磁片表面缺陷检测方法主要依赖于人工视觉检测，这种方法存在效率低、易疲劳、检测结果主观性强等问
2025-01-18 约2.52千字 5页立即下载
基于轻量化卷积神经网络的电缆绝缘缺陷检测技术研究.docx 基于轻量化卷积神经网络的电缆绝缘缺陷检测技术研究目录内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．2 1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4 1.2电缆绝缘缺陷检测技术现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5 1.3轻量化卷积神经网络技术发展．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7 1.4本文研究内容及目标．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9 相关理论与技术．．．．．．．．．．．．
2025-04-29 约2.3万字 37页立即下载
基于神经网络模型的海南变电站接地网犙235钢腐蚀率预测.PDF 第卷第期腐蚀与防护３８８Ｖｏｌ．３８Ｎｏ．８　年月２０１７８ＣＯＲＲＯＳＩＯＮ＆ＰＲＯＴＥＣＴＩＯＮＡｕｕｓｔ２０１７
2017-11-22 约3.37万字 6页立即下载
基于卷积神经网络的目标检测算法综述.pptx 基于卷积神经网络的目标检测算法综述;引言 卷积神经网络基本原理 基于卷积神经网络的目标检测算法分类经典目标检测算法介绍与比较;目标检测数据集及评价标准挑战与未来发展趋势;引言;;;;卷积神经网络基本原理;;;;;基于卷积神经网络的目标检测算法分类;;;;经典目标检测算法介绍与比较;首次将卷积神经网络（CNN）应用于目标检测任务，通过选择性搜索（SelectiveSearch）生成候选区域，然后使用CNN进行特征提取和分类。;;;;目标检测数据集及评价标准;;;;挑战与未来发展趋势;;;;THANKS
2024-06-15 约小于1千字 30页立即下载