一种基于Swin Transformer结构结合SSIM和GMSD的疵点检测方法

    公开(公告)号:CN114841977B

    公开(公告)日:2023-04-25

    申请号:CN202210535974.4

    申请日:2022-05-17

    Abstract: 本发明公开了一种基于Swin Transformer结构结合SSIM和GMSD的疵点检测方法,包括获取工业疵点图片,输入预先构建的基于Swin Transformer的特征提取网络进行特征学习,对学习到的特征图进行无疵点区域信息的重建,获得重建图片;计算所述工业疵点图片与重建图片的结构相似性SSIM,得到基于结构相似性的疵点异常特征图;计算所述工业疵点图片与重建图片之间的梯度幅度相似性偏差GMSD,得到基于梯度幅度相似性的疵点异常特征图;将所述基于结构相似性的疵点异常特征图与所述基于梯度幅度相似性的疵点异常特征图融合,得到最终的疵点检测效果图,本发明不仅可以有效提高疵点检测的准确率,同时提高疵点定位的精度,降低误检率。

    基于SE-Res2Net-101的多普勒雷达杂波识别与分类方法

    公开(公告)号:CN115754964A

    公开(公告)日:2023-03-07

    申请号:CN202211474711.3

    申请日:2022-11-23

    Abstract: 本发明公开基于SE‑Res2Net‑101的多普勒雷达杂波识别与分类方法,包括提取基数据中的雷达反射率ZH、差分反射率ZDR、相关系数ρHV和差分传播相移率KDP数值数据;将提取的数值数据预处理生成数据集;构建SE‑Res2Net‑101模型;将训练集数据输入到SE‑Res2Net‑101中进行模型训练;将测试数据集输入到训练好的模型中,通过模型给出的预测概率来进行杂波判断。解决当前需要通过地面地形数字化模拟且需要提供DEM的杂波检测技术难题,从ZH、ZDR、ρHV和KDP变量进行建立杂波预测模型,基于SE注意力机制的残差卷积网络的识别多普勒雷达中的杂波并进行生物杂波与地杂波分类方法,提高准确度、加快预测速度更快。

    一种基于U型学生网络的知识蒸馏异常检测方法

    公开(公告)号:CN115471645A

    公开(公告)日:2022-12-13

    申请号:CN202211422601.2

    申请日:2022-11-15

    Abstract: 本发明公开了一种基于U型学生网络的知识蒸馏异常检测方法,将U型学生网络与特征融合模块结合,实现对工业材料智能检测的目的。学生网络由编码器和解码器组成,避免了因学生网络和教师网络的结构相同或相似导致生成的特征图之间的差值不能很好地显示出异常区域的问题;学生网络的多尺度特征压缩模块可以对编码器所得特征图进行进一步异常信息过滤,使解码器能更正确地重建图片分布特征;学生网络的特征融合模块使得特征图可以包含更多有效的语义信息,从而弥补教师网络和学生网络之间出现的转移知识不完整、不正确等问题,完成实时性异常检测任务,有效提高异常检测的准确率,同时提高异常点定位的精度,增强泛化能力。

    一种基于自然语言处理的地质表头归并方法及装置

    公开(公告)号:CN114896968A

    公开(公告)日:2022-08-12

    申请号:CN202210649555.3

    申请日:2022-06-10

    Abstract: 本发明公开了一种基于自然语言处理的地质表头归并方法及装置,所述方法包括获取地质表头文本原始数据,对地质表头文本原始数据进行预处理;将所述预处理过的地质表头文本原始数据转化为包括词编号和词的词表,再利用所述词表将地质表头文本原始数据转化为词编号序列;将所述词编号序列输入预先建立的基于长短期记忆神经网络的表头归并模型,经过所述表头归并模型的嵌入层、LSTM层后输出特征向量;使用softmax对所述特征向量计算,得出地质表头文本所属标签类别的概率,输出表头文本的类别预测结果,本发明能够统筹地质表头文本数据集的局部和全局文本特征,具备良好的准确性和稳定性,有效提升地质表头文本类别预测的效果。

    一种基于yolov5和注意力机制模型的疵点检测方法

    公开(公告)号:CN114037684A

    公开(公告)日:2022-02-11

    申请号:CN202111316595.8

    申请日:2021-11-08

    Abstract: 本发明公开了一种基于yo1ov5和注意力机制模型的疵点检测方法,包括:基于yo1ov5网络和注意力机制模型构建疵点检测模型;对导入的工业疵点图像进行预处理,将预处理图像导入疵点检测模型,得到形状不同的三个输出特征层;对形状不同的三个输出特征层进行预测,生成边界框并预测类别;对图像上疵点的类别和疵点的位置信息进行显示,得到疵点检测图像。本发明可以有效的提高模型对空间特征和通道特征的学习,通过检测头可以实现对不同大小的疵点进行检测,提高了对于大疵点的检测效果,从而提高检测效率,解决了当前工业疵点检测算法很难同时保证检测算法的准确率及实时性。

    一种基于LSD线段检测的文档图像三角图检测方法

    公开(公告)号:CN114005130A

    公开(公告)日:2022-02-01

    申请号:CN202111175439.4

    申请日:2021-10-09

    Abstract: 本发明公开了一种基于LSD线段检测的文档图像三角图检测方法,包括以下步骤:步骤1、对采集得到的文档图像进行高斯滤波降噪,得到低噪图像;步骤2、对低噪图像进行LSD线段检测,得到原始线段集合;步骤3、对原始线段集合进行处理,合并重叠和错误分段的线段,得到合并线段集合;步骤4、搜寻合并线段集合中符合预设条件的三角图线段组,对各三角图线段组中三条线段所在直线的交点处进行Harris角点检测,得到各三角图线段组对应的三角图角点组;步骤5、根据三角图线段组与三角图角点组中各线段与角点之间的相对位置,判断该三角图线段组所在处是否为三角图。本发明进一步降低误检率,准确检测处文档图像中的三角图。

    一种基于Sobel算子的布料疵点检测方法

    公开(公告)号:CN110570404A

    公开(公告)日:2019-12-13

    申请号:CN201910789108.6

    申请日:2019-08-26

    Abstract: 本发明公开了一种基于Sobel算子的疵点检测方法,属于图像检测领域。本发明首先对图像进行Sobel算子滤波,得到初步二值化的疵点图像,然后对初步的疵点检测图像进行分块,统计每个图像块中非零像素值的个数,结合阈值将图像块分为包含疵点图像块和不包含疵点图像块,最后将图像块再合成为疵点图像。为进一步抑制噪声,对合成图像块进行了进一步分块结合阈值的循环处理。本发明通过Sobel算子与图像分块相结合,建立一种新的Sobel-IP疵点检测方法。充分利用Sobel算子的边缘检测效果,得到初始检测结果后,再对图像进行二次分块阈值处理,不仅能准确检测出布料中的疵点,同时可以有效抑制噪声,从而提高布料疵点检测效率,降低误检率。

Patent Agency Ranking