-
公开(公告)号：CN113674197B
公开(公告)日：2022-10-04
申请号：CN202110753376.X
申请日：2021-07-02
Applicant: 华南理工大学 , 广州现代产业技术研究院
Abstract: 本发明公开了一种太阳能电池背面电极的分割方法，该方法首先利用边缘强度投影和模板匹配方法依次获得电极的粗略位置和较精准位置；然后采用阈值法和种子生长法提取电极边缘点；最后利用边缘点生成一个闭合的区域来表示电极的形状。本发明能准确的采集各种类型的缺陷形状，具有良好的鲁棒性和兼容性，可用于在线检测。
-
Patent Agency Ranking
公开(公告)号：CN114529517B
公开(公告)日：2024-08-09
申请号：CN202210068961.0
申请日：2022-01-17
Applicant: 华南理工大学 , 广州现代产业技术研究院
IPC: G06T7/00 , G06T7/11 , G06T7/194 , G06T3/4046 , G06V10/74 , G06V10/82 , G06N3/045 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于单样本学习的工业产品缺陷检测方法，该方法首次提出了一种基于单样本学习的微调条件网络。在网络中，条件模块保证了网络能够更完整地学习辅助数据集的特征，概率图生成模块提高了检测算法在不同任务之间的可移植性。在只使用一个带注释的样本作为监督的情况下，微调条件网络能够判断缺陷是否存在，并在灰度图像中定位它们。本发明能够准确地检测不同工业产品上不同类型且不同形状的表面缺陷，具有良好的鲁棒性和兼容性。
-
公开(公告)号：CN114219811B
公开(公告)日：2024-05-14
申请号：CN202111427740.X
申请日：2021-11-26
Applicant: 华南理工大学 , 广州现代产业技术研究院
IPC: G06V10/26 , G06V10/28 , G06V10/25 , G06V10/82 , G06T7/00 , G06N3/0464 , G06N3/0495 , G06N3/082 , G06V10/52
Abstract: 本发明公开了一种基于特征金字塔和卷积神经网络的轨道钢表面缺陷分割方法，该方法首先构建一个5层的图像金字塔；然后对金字塔每一层的图像提取5个特征图并将特征图放大到原来的尺寸；再将所有特征图输入到一个轻量级的卷积神经网络进行训练以及预测。该卷积神经网络只包含12个卷积块，参数量相比于现有常见的网络显著减少，同时训练时间和测试时间都比现有常见的网络要缩短；该卷积神经网络采用二值交叉熵函数和IOU函数作为损失函数，二值交叉熵函数能够提升单个像素的分类能力，通过设计较高的正样本权重，能够解决正负像素数量不均衡的问题；而IOU函数能够提高预测缺陷形状的精确度。
-
公开(公告)号：CN114529517A
公开(公告)日：2022-05-24
申请号：CN202210068961.0
申请日：2022-01-17
Applicant: 华南理工大学 , 广州现代产业技术研究院
IPC: G06T7/00 , G06T7/11 , G06T7/194 , G06T3/40 , G06V10/74 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于单样本学习的工业产品缺陷检测方法，该方法首次提出了一种基于单样本学习的微调条件网络。在网络中，条件模块保证了网络能够更完整地学习辅助数据集的特征，概率图生成模块提高了检测算法在不同任务之间的可移植性。在只使用一个带注释的样本作为监督的情况下，微调条件网络能够判断缺陷是否存在，并在灰度图像中定位它们。本发明能够准确地检测不同工业产品上不同类型且不同形状的表面缺陷，具有良好的鲁棒性和兼容性。
-
公开(公告)号：CN114219811A
公开(公告)日：2022-03-22
申请号：CN202111427740.X
申请日：2021-11-26
Applicant: 华南理工大学 , 广州现代产业技术研究院
Abstract: 本发明公开了一种基于特征金字塔和卷积神经网络的轨道钢表面缺陷分割方法，该方法首先构建一个5层的图像金字塔；然后对金字塔每一层的图像提取5个特征图并将特征图放大到原来的尺寸；再将所有特征图输入到一个轻量级的卷积神经网络进行训练以及预测。该卷积神经网络只包含12个卷积块，参数量相比于现有常见的网络显著减少，同时训练时间和测试时间都比现有常见的网络要缩短；该卷积神经网络采用二值交叉熵函数和IOU函数作为损失函数，二值交叉熵函数能够提升单个像素的分类能力，通过设计较高的正样本权重，能够解决正负像素数量不均衡的问题；而IOU函数能够提高预测缺陷形状的精确度。
-
公开(公告)号：CN113674197A
公开(公告)日：2021-11-19
申请号：CN202110753376.X
申请日：2021-07-02
Applicant: 华南理工大学 , 广州现代产业技术研究院
Abstract: 本发明公开了一种太阳能电池背面电极的分割方法，该方法首先利用边缘强度投影和模板匹配方法依次获得电极的粗略位置和较精准位置；然后采用阈值法和种子生长法提取电极边缘点；最后利用边缘点生成一个闭合的区域来表示电极的形状。本发明能准确的采集各种类型的缺陷形状，具有良好的鲁棒性和兼容性，可用于在线检测。
-
-
-
-
-
Search Results
6
records
(took 0.021 seconds)
