一种基于深度学习的航空发动机无损检测方法、装置、设备及存储介质

    公开(公告)号:CN112581430B

    公开(公告)日:2024-08-20

    申请号:CN202011408874.2

    申请日:2020-12-03

    Applicant: 厦门大学

    Abstract: 本发明提供一种基于深度学习的航空发动机无损检测方法、装置、设备及存储介质,其中方法包括:利用工业内窥镜实时采集航空发动机内部的孔探图像;提出改进全卷积一阶段目标检测器算法;利用获取图像对改进全卷积一阶段目标检测器算法网络进行训练,并利用评价指标进行验证,对实时传入的航空发动机内部的孔探监控视频输入模型,进行逐帧实时检测,输出损伤类别和损伤位置;对检测置信度超过设定阈值的结果产生事件报警信号。本发明提出的方法,基于改进的算法利用孔探图像对航空发动机内部常见的损伤进行识别和检测,确定损伤类型和发生位置,航空发动机的高精度无损检测和智能化健康管理具有十分重要的应用价值。

    一种办公转椅木板喷胶与贴棉区域识别方法

    公开(公告)号:CN113313105B

    公开(公告)日:2022-07-01

    申请号:CN202110390138.7

    申请日:2021-04-12

    Applicant: 厦门大学

    Abstract: 本发明公开一种办公转椅木板喷胶与贴棉区域识别方法,包括:首先将待识别木板图像输入初始模块中,经过初始模块后,输出初始模块后的特征图;并依次输入多个阶段模块,每个阶段模块均有残差可变形卷积单元构成,阶段模块后特征图输入ASPP模块,输出ASPP模块后的特征图,将多个阶段模块中的各个阶段模块和ASPP模块的输出输入Concat连接模块进行Concat连接操作和特征融合,输出Concat连接模块后的特征图,并输入输出模块,采用双线性插值的方式将输出图片的大小尺寸与待识别木板图像的尺寸保持一致,通道数变为2,表征木板喷胶区域和贴棉区域两种类型;本发明提供的方法有利于更好地适应木板图像喷胶与贴棉区域的几何形变,且能够提高转椅木板微小区域像素级分割的准确性。

    一种办公转椅生产的运动控制方法

    公开(公告)号:CN113119123A

    公开(公告)日:2021-07-16

    申请号:CN202110389485.8

    申请日:2021-04-12

    Applicant: 厦门大学

    Abstract: 本发明提供了一种办公转椅生产的运动控制方法,具体包括:根据D‑H参数确定规则确定工业机器人各个关节的扭角、距离、长度及角度范围,建立工业机器人的数学模型;根据标定参数矩阵实现打孔位置、连接点位置、喷胶区域、贴棉区域的在线定位;获取工艺步骤,若处于“转椅木板打孔及铆钉工艺、转椅扶手连接件锁付工艺,转椅木板喷胶及贴棉工艺、转椅成品封箱工艺”,则求解出工业机器人末端机械臂轨迹路径及关节信息;若处于“转椅成品码垛工艺”,则确定出码垛机器人的运动路径;验证“轨迹路径”以及“运动路径”是否符合要求;本发明提出的方法有利于完成办公转椅自动化生产的精准控制,高效有序地完成办公转椅自动化生产的各项工艺流程。

    一种基于深度学习的航空发动机无损检测方法、装置、设备及存储介质

    公开(公告)号:CN112581430A

    公开(公告)日:2021-03-30

    申请号:CN202011408874.2

    申请日:2020-12-03

    Applicant: 厦门大学

    Abstract: 本发明提供一种基于深度学习的航空发动机无损检测方法、装置、设备及存储介质,其中方法包括:利用工业内窥镜实时采集航空发动机内部的孔探图像;提出改进全卷积一阶段目标检测器算法;利用获取图像对改进全卷积一阶段目标检测器算法网络进行训练,并利用评价指标进行验证,对实时传入的航空发动机内部的孔探监控视频输入模型,进行逐帧实时检测,输出损伤类别和损伤位置;对检测置信度超过设定阈值的结果产生事件报警信号。本发明提出的方法,基于改进的算法利用孔探图像对航空发动机内部常见的损伤进行识别和检测,确定损伤类型和发生位置,航空发动机的高精度无损检测和智能化健康管理具有十分重要的应用价值。

    一种PCB表面缺陷实时检测方法、装置及可读介质

    公开(公告)号:CN113628179B

    公开(公告)日:2023-11-24

    申请号:CN202110873010.6

    申请日:2021-07-30

    Applicant: 厦门大学

    Abstract: 本发明公开了一种PCB表面缺陷实时检测方法、装置及可读介质,通过获取PCB图像,并对PCB图像进行预处理,得到预处理图像;将预处理图像输入骨干网络ResNeSet进行特征提取,得到第一特征图;将第一特征图输入特征融合算法FFNet进行特征融合,得的第二特征图;将第二特征图输入区域候选网络RPN,得到感兴趣区域,将感兴趣区域输入级联RCNN,得到检测结果;将检测结果通过基于距离的非极大值抑制操作DIoU‑NMS过滤,得到最佳检测结果。本发明能够高效且精准地解决工业生产和质检过程中PCB表面缺陷的识别与检测问题,对电子工业智能化生产与检测可起到积极推动作用。

    一种用于图像分割的深度强化学习方法

    公开(公告)号:CN111260658B

    公开(公告)日:2023-10-17

    申请号:CN202010029217.0

    申请日:2020-01-10

    Applicant: 厦门大学

    Abstract: 本发明公开了一种用于图像分割的深度强化学习方法,包括以下步骤:1)采集若干相关图像作为训练图像集,并且对其进行预处理,提取出包含目标区域的感兴趣区域;2)针对要分割图像的特点,建立深度强化学习所需的状态值,动作值以及奖赏值;3)构建合适的深度学习网络模型作为深度强化学习方法中的值网络和目标网络;4)在深度网络训练过程中,利用多因素自学习学习曲线对经验池和样本采样大小进行动态调整;5)完成网络的训练,对测试样本进行运动轨迹的预测,从而得到最终的图像的分割结果。本发明提出了一种用于图像分割的深度强化学习方法,通过构建合理的深度强化学习模型,并且对其经验池和样本采样大小进行合理改进,能够有效提高模型训练效率,获得较为精确的分割结果,具有较强的稳定性和应用性。

    一种PCB表面缺陷实时检测方法、装置及可读介质

    公开(公告)号:CN113628179A

    公开(公告)日:2021-11-09

    申请号:CN202110873010.6

    申请日:2021-07-30

    Applicant: 厦门大学

    Abstract: 本发明公开了一种PCB表面缺陷实时检测方法、装置及可读介质,通过获取PCB图像,并对PCB图像进行预处理,得到预处理图像;将预处理图像输入骨干网络ResNeSet进行特征提取,得到第一特征图;将第一特征图输入特征融合算法FFNet进行特征融合,得的第二特征图;将第二特征图输入区域候选网络RPN,得到感兴趣区域,将感兴趣区域输入级联RCNN,得到检测结果;将检测结果通过基于距离的非极大值抑制操作DIoU‑NMS过滤,得到最佳检测结果。本发明能够高效且精准地解决工业生产和质检过程中PCB表面缺陷的识别与检测问题,对电子工业智能化生产与检测可起到积极推动作用。

    一种办公转椅打孔位置与连接点识别方法

    公开(公告)号:CN113327282A

    公开(公告)日:2021-08-31

    申请号:CN202110389543.7

    申请日:2021-04-12

    Applicant: 厦门大学

    Abstract: 本发明提供一种办公转椅打孔位置与连接点识别方法,包括:采集转椅木板图像,利用随机Hough变换算法,确定圆弧的准确位置;以圆心坐标为中心点,2R为半径提取图像,根据所提取的图像构造灰度共生矩阵,计算矩阵的特征参量,将特征参量数据输入至粒子群优化算法中,利用粒子群优化算法得到生成的粒子群的全局最优解和局部最优解,并更新粒子的速度和位置;通过粒子群优化算法得到的粒子群全局最优及局部最优解分成多个聚类中心,得到相应的隶属度函数;根据隶属度函数得到的结果获取隶属度矩阵,求得最佳聚类数;将采集的图像按标签分为“打孔位置”与“连接点”两类,确定为最终的分类类别,本发明提供的方法对后续转椅自动化生产中的打孔铆钉操作提供高精度的视觉识别依据。

Patent Agency Ranking