-
公开(公告)号：CN103036847A
公开(公告)日：2013-04-10
申请号：CN201110292241.4
申请日：2011-09-29
Applicant: 厦门福信光电集成有限公司
IPC: H04L29/06
Abstract: 本发明公开一种自动识别HDLC/GFP型用户端协议转换器的汇聚型协议转换器及其收发方法，其主要是在以太网数据缓存模块和VCAT&LCAS模块之间设有HDLC/GFP自动处理模块，从而实现了局端单台汇聚型转换器自动HDLC和GFP成/解帧，进而实现和远端多台单路、多路、HDLC型或者GFP型的E1协议转换器信息的传输，这样的方式可以在用户端更换不同类型的协议转换器时自动识别，更为灵活地实现一个性价比更高、兼容性更高，安装和维护更方便的系统。
-
公开(公告)号：CN101527870B
公开(公告)日：2011-06-29
申请号：CN200910111401.3
申请日：2009-03-27
Applicant: 厦门福信光电集成有限公司
Abstract: 本发明一种多以太网光电转换装置及光纤数据的收发方法，通过判断光收发模块的串并转换所能处理的并行数据位数m和多路以太网数据总位数5*n的大小，如果并行数据位数m≥5*n，直接将n路以太网数据帧依次映射入固定的虚电路中，使得多路以太网数据能在同一条光纤中传输，并且相互之间物理隔离，具有时延小，节省光通道资源的优点；如果并行数据位数m＜5*n，则通过帧定位字节实现帧定位，将n路以太网数据帧映射到相应的虚电路中，使得多路以太网数据能在同一条光纤中传输，并且相互之间物理隔离。
-
公开(公告)号：CN113469984B
公开(公告)日：2023-06-02
申请号：CN202110787943.3
申请日：2021-07-13
Applicant: 厦门福信光电集成有限公司
IPC: G06T7/00 , G01N21/88 , G06V10/80 , G06V10/764 , G06V10/774 , G06V10/762 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明涉及一种基于YOLO结构的显示面板外观检测方法，包括以下步骤：采集带有显示面板外观缺陷的图片，对所述图片进行标注，得到训练样本；所述标注包括包含缺陷区域的缺陷框坐标及该缺陷类型；将所述训练样本输入网络，利用梯度下降的方法驱动网络进行训练，得到训练好的模型权重；将模型权重部署至推理服务器；通过检测机台采集显示面板外观图像，并裁剪成统一尺寸后，发送给所述推理服务器；所述推理服务器对所述显示面板外观图像进行检测，并将检测结果反馈至所述检测机台。本发明通过基于YOLO结构的网络对显示面板外观进行检测。解决了特征深度与空间信息矛盾，检测结果误报率高的问题。
-
公开(公告)号：CN101895349A
公开(公告)日：2010-11-24
申请号：CN201010245295.0
申请日：2010-07-26
Applicant: 厦门福信光电集成有限公司
Abstract: 本发明公开一种基于802.3ah管理协议的光电转换器，包括转换单元、电口单元和光口单元，所述转换单元包括以太网数据缓存模块、OAM数据处理模块、OAM控制模块、解析模块和复用模块；OAM数据处理模块将需要发送的OAM管理帧的内容传送给OAM控制模块，并接收OAM控制模块传送过来的远端信息；OAM控制模块将OAM数据处理模块传送过来的内容封装成相应的802.3ah OAM管理帧，传送给复用模块，并接收解析模块解析出来的802.3ah OAM管理帧，解封装后将帧内容传送给OAM数据处理模块；复用模块与光口单元连接，将以太网数据帧和802.3ah OAM管理帧映射到相应的虚电路中，以光数据信号传送到光口单元。此种结构兼容性佳，维护方便。本发明还公开一种基于802.3ah管理协议的光数据信号的收发方法。
-
公开(公告)号：CN117237297A
公开(公告)日：2023-12-15
申请号：CN202311192540.X
申请日：2023-09-15
Applicant: 厦门福信光电集成有限公司
IPC: G06T7/00 , G06V10/82 , G06V10/80 , G06V10/44 , G06V10/42 , G06V10/75 , G06V10/774 , G06V10/776 , G06V10/25 , G06N3/0464 , G06N3/042 , G06N3/045 , G06N3/048 , G06N3/08 , G06N5/04 , G01N15/14 , G01N21/84
Abstract: 本发明公开了基于深度学习的ACF导电粒子检测方法及系统，包括以下步骤：光学系统采集ACF原图像并提取出导电粒子目标区域图像；对所述目标区域图像进行预处理；对所述预处理图像进行标注，将标注后的预处理图像按设定的比例划分为训练集及验证集；构建导电粒子检测网络模型，所述导电粒子检测网络模型基于Yolov7网络模型进行改进；训练网络模型，评估出最佳检测模型；对所述最佳检测模型进行模型量化处理，得到量化模型；检测机台上的光学系统采集实时图像，输入至量化模型对导电粒子进行检测，将检测结果发送回检测机台。该方法对小目标检出率高，检测模型体积小，推理速度快，满足实际工业场景的部署环境要求和检测实时性要求。
-
Patent Agency Ranking
公开(公告)号：CN116168033B
公开(公告)日：2023-08-22
申请号：CN202310453033.0
申请日：2023-04-25
Applicant: 厦门福信光电集成有限公司
IPC: G06T7/00 , G06T7/11 , G06T7/136 , G06T7/194 , G06T7/60 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了基于深度学习的晶圆晶格位错图像检测方法及系统，包括以下步骤：采集带有位错的晶圆晶格图像，并对图像进行预处理；对预处理后的图像进行标注，将标注后的单通道图像按设定的比例划分为训练集及验证集；构建用于晶圆晶格位错图像检测的网络模型，所述网络模型采用PicoDet网络模型；加载用于训练的PicoDet网络模型，利用所述训练集对模型进行训练，利用所述验证集对训练的预测结果进行评估，评估出最佳检测模型；采集晶圆晶格的实时图像，输入至最佳检测模型对晶圆晶格位错进行检测，然后将检测结果发送回检测机台。对于晶圆晶格位错，本发明采用的检测方法对小目标进行了优化，可提高小目标检测的效率及精度。
-
公开(公告)号：CN113469984A
公开(公告)日：2021-10-01
申请号：CN202110787943.3
申请日：2021-07-13
Applicant: 厦门福信光电集成有限公司
Abstract: 本发明涉及一种基于YOLO结构的显示面板外观检测方法，包括以下步骤：采集带有显示面板外观缺陷的图片，对所述图片进行标注，得到训练样本；所述标注包括包含缺陷区域的缺陷框坐标及该缺陷类型；将所述训练样本输入网络，利用梯度下降的方法驱动网络进行训练，得到训练好的模型权重；将模型权重部署至推理服务器；通过检测机台采集显示面板外观图像，并裁剪成统一尺寸后，发送给所述推理服务器；所述推理服务器对所述显示面板外观图像进行检测，并将检测结果反馈至所述检测机台。本发明通过基于YOLO结构的网络对显示面板外观进行检测。解决了特征深度与空间信息矛盾，检测结果误报率高的问题。
-
公开(公告)号：CN103036847B
公开(公告)日：2015-11-25
申请号：CN201110292241.4
申请日：2011-09-29
Applicant: 厦门福信光电集成有限公司
IPC: H04L29/06
Abstract: 本发明公开一种自动识别HDLC/GFP型用户端协议转换器的汇聚型协议转换器及其收发方法，其主要是在以太网数据缓存模块和VCAT&LCAS模块之间设有HDLC/GFP帧自动处理模块，从而实现了局端单台汇聚型转换器自动HDLC和GFP成/解帧，进而实现和远端多台单路、多路、HDLC型或者GFP型的E1协议转换器信息的传输，这样的方式可以在用户端更换不同类型的协议转换器时自动识别，更为灵活地实现一个性价比更高、兼容性更高，安装和维护更方便的系统。
-
公开(公告)号：CN116168033A
公开(公告)日：2023-05-26
申请号：CN202310453033.0
申请日：2023-04-25
Applicant: 厦门福信光电集成有限公司
IPC: G06T7/00 , G06T7/11 , G06T7/136 , G06T7/194 , G06T7/60 , G06V10/80 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了基于深度学习的晶圆晶格位错图像检测方法及系统，包括以下步骤：采集带有位错的晶圆晶格图像，并对图像进行预处理；对预处理后的图像进行标注，将标注后的单通道图像按设定的比例划分为训练集及验证集；构建用于晶圆晶格位错图像检测的网络模型，所述网络模型采用PicoDet网络模型；加载用于训练的PicoDet网络模型，利用所述训练集对模型进行训练，利用所述验证集对训练的预测结果进行评估，评估出最佳检测模型；采集晶圆晶格的实时图像，输入至最佳检测模型对晶圆晶格位错进行检测，然后将检测结果发送回检测机台。对于晶圆晶格位错，本发明采用的检测方法对小目标进行了优化，可提高小目标检测的效率及精度。
-
公开(公告)号：CN112712503B
公开(公告)日：2023-05-02
申请号：CN202011611451.0
申请日：2020-12-30
Applicant: 厦门福信光电集成有限公司
Abstract: 本发明涉及一种基于深度学习的显示面板外观检测方法，包括：获取带有显示面板外观缺陷的图片；对带有显示面板外观缺陷的图片中各显示面板外观缺陷进行标注，制备训练数据样本；建立显示面板外观检测深度学习模型，将训练数据样本输入所述显示面板外观检测深度学习模型进行训练，得到训练好的显示面板外观检测深度学习模型；利用显示面板外观检测深度学习模型对待检测的显示面板进行外观检测，得到预测结果，根据预测结果对该显示面板进行标记。本发明通过训练好的显示面板外观检测深度学习模型对显示面板外观进行检测，得到预测结果，根据预测结果对显示面板进行标记，预测结果包含显示面的板外观缺陷类别、外观缺陷置信度和外观缺陷定位边界。
-
-
-
-
-
-
-
-
-
Search Results
41
records
(took 0.027 seconds)
