公开(公告)号：CN117351490A

公开(公告)日：2024-01-05

申请号：CN202311182854.1

申请日：2023-09-13

Applicant: 北京科技大学设计研究院有限公司

Inventor： 石杰 ,  焦小松 ,  郭亚男 ,  吴昆鹏 ,  杨朝票 ,  邓能辉

IPC: G06V30/14 ,  H04W4/35 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种小型化铸坯字符识别通用集成设备，安装在生产线喷码识别检测位置点，其包括电源组件、嵌入式开发主板、面阵CCD相机，无线通讯模块和半导体制冷模块；其中，电源组件用于为设备供电；半导体制冷模块用于为设备散热；面阵CCD相机用于采集待识别的铸坯图像；嵌入式开发主板中配置有铸坯判定模型和字符识别模型，用于根据面阵CCD相机采集到的待识别的铸坯图像，得到铸坯字符识别结果，并通过无线通讯模块将得到的铸坯字符识别结果发送给生产线物料跟踪系统。本发明可实现快速处理，节省传输时间损耗，提升相机采集速率，能够应对高实时性检测场景，以及冷热铸坯同时出现的复杂场景，具备较强的通用性。

公开(公告)号：CN115406895A

公开(公告)日：2022-11-29

申请号：CN202210940075.2

申请日：2022-08-05

Applicant: 北京科技大学设计研究院有限公司

Inventor： 吴昆鹏 ,  郭亚男 ,  王少聪 ,  邓能辉 ,  石杰 ,  郭爽

IPC: G01N21/88 ,  G06T7/00 ,  G06T7/11

Abstract: 本发明公开了一种钢板在线表面缺陷检测系统，该系统包括：缺陷检测模块、样本标记模块、自主学习模块以及服务自启模块；其中，缺陷检测模块用于负责钢板表面缺陷检测；样本标记模块用于当接收到需要进行自动样本标记的信号后，为收集到的样本自动生成标记信息；自主学习模块用于实时监控样本的数量变化，当样本增加量达到第一预设值后，利用当前的样本对钢板表面缺陷检测模型进行训练；服务自启模块用于在模型训练结束后，从模型的训练结果中选择最优模型替换掉原钢板表面缺陷检测模型，以进行检测模型的迭代更新，并控制所述缺陷检测模块和所述样本标记模块重启，实现检测模型的重新加载。本发明可以实现表面检测系统中检测模型的自主学习优化。

公开(公告)号：CN119936070A

公开(公告)日：2025-05-06

申请号：CN202510111130.0

申请日：2025-01-23

Applicant: 北京科技大学设计研究院有限公司 ,  北京金禾创业科技发展有限公司 ,  北京玻钢院检测中心有限公司

Inventor： 郭亚男 ,  熊华德 ,  杨朝霖 ,  邓能辉 ,  吴昆鹏 ,  杨德旭 ,  彭兴才 ,  李桐 ,  刘礼

IPC: G01N21/958 ,  G01N21/01

Abstract: 本发明公开了一种区域优先的双视场玻璃纤维拉挤板材缺陷检测方法，属于板材缺陷检测技术领域，其包括：对待检测的玻璃纤维拉挤板材图像进行预处理，得到预处理后图像；其中，待检测图像是由反射光和背光这两种打光场形成的交叉频闪图像采集系统采集得到的玻璃纤维拉挤板材图像；基于预处理后图像，判断玻璃纤维拉挤板材图像是否存在震荡，若图像不存在震荡，则进行板材左右边界的区域寻边和板材区域裁剪操作；基于裁剪后的图像，得到玻璃纤维拉挤板材图像中缺陷位置和类别结果。采用本发明方案，能够提高玻璃纤维拉挤板材缺陷的检出效率、识别效果以及自动化程度，促进玻璃纤维拉挤板材行业高质量发展。

公开(公告)号：CN119006891A

公开(公告)日：2024-11-22

申请号：CN202410991722.1

申请日：2024-07-23

Applicant: 北京科技大学设计研究院有限公司

Inventor： 吴昆鹏 ,  杨朝霖 ,  郭亚男 ,  邓能辉 ,  石杰 ,  王少聪 ,  焦小松

IPC: G06V10/764 ,  G06V10/44 ,  G06V10/26 ,  G06V10/82 ,  G06T7/00 ,  G06T7/10 ,  G06T7/13 ,  G06T7/73 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明公开了一种基于数据缓冲的多模块并行金属表面缺陷检测方法，属于机器视觉检测技术领域，该方法包括：获取待检测的金属板的图像，作为待检测图像；将待检测图像分别存入缺陷检测子进程的缓冲区以及轮廓检测子进程的缓冲区；缺陷检测子进程执行缺陷检测任务，并将检测出的缺陷数据存入主进程的缓冲区；轮廓检测子进程执行轮廓检测任务；主进程基于缺陷检测子进程输出的缺陷数据和轮廓检测子进程输出的轮廓，确定缺陷的类别并对缺陷数据进行筛选。本发明的技术方案一方面能够快速的将容易检测的缺陷及时的检测出来，另一方面能够后台运行更多的具备深入挖掘的模型进行小缺陷的检测，防止漏检行为。

公开(公告)号：CN119048420A

公开(公告)日：2024-11-29

申请号：CN202410929900.8

申请日：2024-07-11

Applicant: 北京科技大学设计研究院有限公司

Inventor： 石杰 ,  杨朝霖 ,  吴昆鹏 ,  邓能辉 ,  王少聪 ,  焦小松 ,  郭亚男

IPC: G06T7/00 ,  G06N3/042 ,  G06N3/045 ,  G06N3/096 ,  G06N3/0464 ,  G06T7/194 ,  G06N3/0495

Abstract: 本发明公开了一种金属表面缺陷检测网络模型轻量化方法，属于机器视觉检测技术领域，该方法包括：构建知识蒸馏过程的教师模型；对教师模型进行压缩，得到知识蒸馏过程的学生模型；以金属表面缺陷图像作为输入图像，基于知识蒸馏的方法，利用所述教师模型学习到的知识去指导所述学生模型训练，使所述教师模型中学习到的金属表面缺陷特征迁移到所述学生模型中，以利用训练好的学生模型实现金属表面缺陷检测。本发明不仅显著地提升了检测效率，降低了硬件门槛，还保持了高度的检测准确性，为金属制造业的质量控制提供了强有力的工具，尤其是在需要快速、实时检测的生产线上，具有巨大应用潜力和经济价值。