-
公开(公告)号：CN116245802A
公开(公告)日：2023-06-09
申请号：CN202211594272.X
申请日：2022-12-13
Applicant: 厦门大学
Abstract: 本发明方法为一种基于卷积神经网络的电子元器件缺陷识别方法及系统，包括：采集包括缺陷的多个电子元器件的多模态融合图像，作为原始图像集；确定原始图像集中各电子元器件的缺陷类型和缺陷位置并进行标注，将已标注的数据划分为训练集和测试集；使用所述训练集对三模态融合卷积神经网络模型进行训练，并使用所述测试集对训练完的模型进行测试，当指标满足预设要求时，得到训练好的模型；将待识别电子元器件的多模态融合图像输入训练好的三模态融合卷积神经网络模型，获得待识别电子元器件的缺陷类型及缺陷位置。本发明能够识别出电子元器件可能出现的多种内部和表面缺陷。
-
公开(公告)号：CN116228637A
公开(公告)日：2023-06-06
申请号：CN202211594083.2
申请日：2022-12-13
Applicant: 厦门大学
IPC: G06T7/00 , G06T7/13 , G06T7/12 , G06T7/90 , G06V10/774 , G06V10/764 , G06V10/74
Abstract: 本发明方法一种基于多任务多尺寸网络的电子元器件缺陷识别方法及装置，包括：采集包括缺陷的多个电子元器件的高清晰度工业级图像，作为缺陷图像数据集；确定缺陷图像数据集中各电子元器件的缺陷位置和缺陷类型并进行标注，将已标注的图像集划分为训练集和测试集；使用训练集对多任务多尺寸网络模型进行训练，获得损失最小的多任务多尺寸网络模型；使用测试集对损失最小的多任务多尺寸网络模型进行测试，获得Dice系数和准确率Accuracy最大的最优的多任务多尺寸网络模型；将待识别电子元器件的图像输入最优的多任务多尺寸网络模型，获得待识别电子元器件的缺陷位置及缺陷类型。本发明能够识别出电子元器件的缺陷位置及缺陷类型，提高识别的效率和精度。
-
-
公开(公告)号：CN112307577B
公开(公告)日：2022-06-21
申请号：CN202011062834.7
申请日：2020-09-30
Applicant: 厦门大学
IPC: G06F30/17 , G06F30/23 , G06F30/27 , G06F119/14
Abstract: 本发明提供一种基于鲸鱼优化算法的航空发动机涡轮盘优化方法，包括：针对要优化的航空发动机涡轮盘结构，利用UG进行参数化建模；将参数化模型作为输入模型，利用patran软件进行网格划分，并添加约束、载荷、温度场和材料等数据信息；提交nastran软件进行求解，得到涡轮盘的应力、位移和质量等相关数据；在isight中用simcode组件集成UG更新程序，patran批处理程序和nastran批处理程序；在isight中使用optimization组件，基于鲸鱼多目标优化算法对涡轮盘形状进行优化，得到最大径向应力接近最大许用径向应力，最大周向应力接近最大许用周向应力，并且质量最小的涡轮盘模型。
-
公开(公告)号：CN113119123B
公开(公告)日：2022-05-17
申请号：CN202110389485.8
申请日：2021-04-12
Applicant: 厦门大学
IPC: B25J9/16
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。
-
Patent Agency Ranking
公开(公告)号：CN112307577A
公开(公告)日：2021-02-02
申请号：CN202011062834.7
申请日：2020-09-30
Applicant: 厦门大学
IPC: G06F30/17 , G06F30/23 , G06F30/27 , G06F119/14
Abstract: 本发明提供一种基于新型鲸鱼优化算法的航空发动机涡轮盘优化方法，包括：针对要优化的航空发动机涡轮盘结构，利用UG进行参数化建模；将参数化模型作为输入模型，利用patran软件进行网格划分，并添加约束、载荷、温度场和材料等数据信息；提交nastran软件进行求解，得到涡轮盘的应力、位移和质量等相关数据；在isight中用simcode组件集成UG更新程序，patran批处理程序和nastran批处理程序；在isight中使用optimization组件，基于新型鲸鱼多目标优化算法对涡轮盘形状进行优化，得到最大径向应力接近最大许用径向应力，最大周向应力接近最大许用周向应力，并且质量最小的涡轮盘模型。
-
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。
-
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。
-
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。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.016 seconds)
