-
公开(公告)号:CN117934887A
公开(公告)日:2024-04-26
申请号:CN202311690344.5
申请日:2023-12-11
Applicant: 中国第一汽车股份有限公司
IPC: G06V10/762 , G06V10/774 , G06V10/82 , G06V10/764 , G06V10/40 , G06N3/0455
Abstract: 本发明是一种面品缺陷数字化分级方法、装置、设备及存储介质。包括:一、将相机采集到的图片,输送到训练好的Encoder模块中来提取相应的特征表达;二、将提取的相应特征表达输送到判别器模块中;三、判别器模块根据预先设定好的工作模态对获取到的相应特征进行预测。本发明提供了一种面品缺陷数字化分级方法、装置、设备及存储介质,可以根据摄像头采集到信息,精确且高效对面品质量输出分级,并且兼顾人工判断标准,也能够对未知的样本进行自适应归类;进而,可以直接接入到现有的工厂产线中,无需过多的调整。此外,本专发明还引入了“增量学习”方案,使得算法不必因为数据或者判断标准的改动而重新训练模型,优化模型迭代更新的流程。
-
公开(公告)号:CN118469895A
公开(公告)日:2024-08-09
申请号:CN202311690341.1
申请日:2023-12-11
Applicant: 中国第一汽车股份有限公司
IPC: G06T7/00 , G06T7/50 , G06V10/774 , G06V10/80 , G06V10/764
Abstract: 本发明属于汽车技术领域,具体的说是白车身面品缺陷的智能检测方法、装置、设备及存储介质。步骤一、获取多模态特征图集;步骤二、将获取的多模态特征图集输入到多模态深度学习检测模型中;步骤三、获得白车身面品的缺陷。本发明基于2D图像,利用灯光向白车身表面依次投射的多幅正弦条纹、相机采集投射到白车表面的多幅正弦条纹获取多源特征分布图,并且将这些多源特征分布图送入到多模态融合深度学习检测模型中,检测识别白车身表面缺陷。
-