-
公开(公告)号：CN115526863A
公开(公告)日：2022-12-27
申请号：CN202211208525.5
申请日：2022-09-30
Applicant: 华侨大学 , 福建力和行智能科技有限公司
IPC: G06T7/00 , G01N21/88 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/766 , G06V10/774 , G06V10/80 , G06V10/82
Abstract: 本发明公开了一种圆柱型锂电池表面缺陷检测方法及装置，涉及目标检测技术领域。所述方法包括：采集圆柱型锂电池表面图像，制作缺陷数据集；将缺陷图像输入至模型进行迭代训练，保存获取最佳模型；训练完成的YOLO模型作为特征提取器，对待检测图像进行特征提取，定位锂电池表面缺陷位置并判断出所属的缺陷类型。本发明提供的一种圆柱型锂电池表面缺陷检测方法及装置，通过设计MBneck模块用于模型的主干进行特征的提取，提高检测速度，并利用通道注意力机制定位特征图中感兴趣的信息，抑制无用信息，通过多分支卷积MBC在部署时提高模型检测精度的同时而不增加模型的推理速度。
-
公开(公告)号：CN117058105A
公开(公告)日：2023-11-14
申请号：CN202311035888.8
申请日：2023-08-17
Applicant: 华侨大学
IPC: G06T7/00 , G06V10/80 , G06V10/82 , G06V10/766 , G06V10/764
Abstract: 本申请提供了一种电池极片缺陷检测方法、计算设备和存储介质，涉及目标检测技术领域。该方法包括：基于电池极片表面缺陷数据集训练目标检测网络；目标检测网络包括基于可变形下采样卷积模块的主干网络、基于上下文增强模块和下采样卷积块的特征融合网络以及基于注意力机制的检测头；通过训练好的目标检测网络，检测待检测的电池极片表面缺陷图像中的缺陷。本申请提供的目标检测网络中，可变形下采样卷积模块可针对性提高对大长宽比目标缺陷的检测能力，上下文增强模块和可变形卷积模块可针对性提高对小目标缺陷的检测能力，注意力机制可提升检测精度，因此，综合提升了针对电池极片表面缺陷的检测精度与检测效率。
-
公开(公告)号：CN116205904A
公开(公告)日：2023-06-02
申请号：CN202310429239.X
申请日：2023-04-20
Applicant: 华侨大学
Abstract: 本发明涉及一种工件缺陷检测方法、终端设备及存储介质，该方法中对传统DGCNN网络进行改进，在改进DGCNN网络中首先对原有的EdgeConv进行改进，在传统EdgeConv的原有特征的基础上增加了点对特征PPF以及中心点法向量；其次赋予各层MLP输出不同权重，且权重时从最低层MLP输出至最高层MLP输出逐渐增大；基于改进DGCNN网络的DCP点云配准网络模型对待测工件与无缺陷工件进行点对的匹配，基于点对之间的欧氏距离判断是否为缺陷点。本发明实现了配准效果的提升，提高了缺陷检测的准确率。
-
公开(公告)号：CN118115505A
公开(公告)日：2024-05-31
申请号：CN202410332629.X
申请日：2024-03-22
Applicant: 华侨大学
IPC: G06T7/10 , G06T7/00 , G06N3/0464 , G06N3/08
Abstract: 本发明公开了一种基于多尺度特征增强的锂电池瑕疵分割方法，涉及机器视觉缺陷检测领域，包括：获取待检测的锂电池图像和无瑕疵模板图像；构建改进的Yolov8网络并进行训练，得到锂电池瑕疵分割模型，改进的Yolov8网络中将Yolov8的骨干网络的第一阶段的CBS_1模块替换为Conv_sub模块，将第二阶段的CBS_1模块替换为Conv_sub模块，将第三阶段的CBS_1模块替换为Conv_sub模块，并且在第一阶段的Conv_sub模块后面和第二阶段的C2f模块后面分别增加一个多尺度网格注意力模块；在训练过程中采用优化的IoU计算方法计算损失函数；将待检测的锂电池图像和无瑕疵模板图像输入锂电池瑕疵分割模型，得到锂电池瑕疵分割结果。通过多尺度特征增强方法，强化锂电池瑕疵特征表现力，提高对锂电池瑕疵分割的准确率。
-
-
-
Search Results
4
records
(took 0.013 seconds)
