公开(公告)号：CN115035119A

公开(公告)日：2022-09-09

申请号：CN202210964603.8

申请日：2022-08-12

Applicant: 山东省计算中心(国家超级计算济南中心)

Inventor： 张泽恺 ,  邵瑞 ,  李刚 ,  周鸣乐 ,  李敏 ,  伊长乐 ,  张成 ,  韩德隆

IPC: G06T7/00 ,  G06V10/40 ,  G06V10/764 ,  G06V10/774 ,  G06V10/80 ,  B07C5/34 ,  B07C5/02 ,  B07C5/36

Abstract: 本公开提供了一种玻璃瓶底瑕疵图像检测剔除装置、系统及方法，属于图像瑕疵检测领域，包括采集待检测玻璃瓶的瓶底普通图像和应力图像；获取采集的玻璃瓶底部的普通图像和应力图像，对所述图像分别在不同深度的模型中进行特征提取，获取不同深度的特征图；对不同深度的特征图进行融合，当一个融合节点具有多个输入特征图时，将给每个输入的特征图自动分配权重，融合不同层次的特征图；对融合的特征图进行瑕疵检测，获取瑕疵玻璃瓶并进行剔除；省了大量人工调参的误差，简化了操作流程，大大降低了瑕疵的漏检率，提升了检测效率；有效避免数据流的混乱以及板卡损耗率高，易出现设备各模块工作不同步的现象，大大提升设备的自动化水平。

公开(公告)号：CN118898614B

公开(公告)日：2025-01-28

申请号：CN202411397545.0

申请日：2024-10-09

Applicant: 山东省计算中心(国家超级计算济南中心)

Inventor： 万金 ,  李刚 ,  韩德隆 ,  李敏 ,  李佳宸 ,  张成

IPC: G06T7/00 ,  G06V10/25 ,  G06V10/44 ,  G06V10/52 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提出了基于多域高效特征聚合网络的齿轮缺陷检测方法及系统，涉及计算机视觉应用领域，用于缺陷检测的多域高效特征聚合网络包括多域混合特征提取网络、多尺度特征聚焦传播融合网络以及检测头网络；所述多域混合特征提取网络，采用多域特征无损下采样模块在频域和空间域下对齿轮图像进行下采样，构建初始特征图，利用高效混合特征感知模块从局部和全局、空间和通道的角度对初始特征图进行增强，得到多尺度特征图；所述多尺度特征聚焦传播融合网络，对多尺度特征进行融合，得到融合后的特征图；所述检测头网络，根据融合后的特征图，检测齿轮缺陷；本发明构建多域高效特征聚合网络，进行鲁棒性强、精度高的齿轮缺陷检测。

公开(公告)号：CN117764988B

公开(公告)日：2024-04-30

申请号：CN202410194597.1

申请日：2024-02-22

Applicant: 山东省计算中心(国家超级计算济南中心) ,  山东山科数字经济研究院有限公司

Inventor： 李敏 ,  李刚 ,  周鸣乐 ,  韩德隆 ,  李旺 ,  冯正乾 ,  张成

IPC: G06T7/00 ,  G06T7/13 ,  G06V10/44 ,  G06V10/80 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明涉及计算机视觉的应用领域，提供了一种基于异核卷积多感受野网络的道路裂缝检测方法及系统。该方法包括，获取待检测的道路图像；基于待检测的道路图像，采用异核卷积多感受野网络，对道路裂缝进行检测；其中异核卷积多感受野网络包括：异核特征提取网络、加权异核特征融合网络和检测头网络，异核特征提取网络采用多个双分支异核多感受野模块与横纵局部全局特征增强模块级联的方式，提取得到特征图；双分支异核多感受野模块，将输入图像进行分割后，分别输入两路分支依次进行卷积处理和分支特征图融合；加权异核特征融合网络，包括多个双分支异核多感受野模块和多个加权特征拼接模块；检测头网络，根据融合特征图，检测道路缝隙。

公开(公告)号：CN117132584B

公开(公告)日：2024-02-13

申请号：CN202311227287.7

申请日：2023-09-22

Applicant: 山东省计算中心(国家超级计算济南中心)

Inventor： 李敏 ,  赵世龙 ,  李刚 ,  周鸣乐 ,  韩德隆 ,  邢瑞 ,  张成

IPC: G06T7/00 ,  G06V10/44 ,  G06V10/80 ,  G06V20/70 ,  G06N3/0464 ,  G06N3/08

Abstract: 一种基于深度学习的液晶显示屏瑕疵检测方法及装置，涉及计算机视觉目标检测技术领域，通过设计轻量化特征提取网络，在保证液晶显示屏瑕疵特征提取能力的基础上减少计算量，提高模型的检测速度；设计跨层多尺度特征融合网络，高效的融合特征提取网络的浅层细粒度信息和深层语义信息；设计精细化预测网络，包括特征聚合器和特征提纯模块，特征聚合器融合了多层次的特征，提取更多上下文信息，增强细粒度特征的提取；特征提纯模块抑制了不同尺度特征图的冲突信息，减少语义差异，提高了模型对液晶显示屏瑕疵检测的准确率。

公开(公告)号：CN217506409U

公开(公告)日：2022-09-27

申请号：CN202222183008.9

申请日：2022-08-19

Applicant: 山东省计算中心(国家超级计算济南中心)

Inventor： 张泽恺 ,  邵瑞 ,  李刚 ,  周鸣乐 ,  李敏 ,  伊长乐 ,  张成 ,  韩德隆

IPC: G05B19/05

Abstract: 本实用新型公开一种基于工业物联网的数据采集控制系统，涉及工业设备自动化控制技术领域。包括PLC控制器，用于采集设备组件的实时数据并将实时数据发送给上位机；上位机，其用于接收PLC控制器发送的实时数据，将数据发送至云服务器；云服务器，用于接收上位机发送的数据，对数据进行分析处理，根据分析结果发送控制指令至上位机；供电模块，为上位机供电，包括前级电源电路、可调稳压电路和分流电路，可调稳压电路和分流电路并联连接，可调稳压电路和分流电路的输入耦接前级电源电路的输出，可调稳压电路和分流电路的输出通过负载接地。本实用新型实现了工业设备组件工况信息的远程实时可查，同时提升了上位机供电模块的稳定性。