-
公开(公告)号：CN118941555A
公开(公告)日：2024-11-12
申请号：CN202411388056.9
申请日：2024-10-08
Applicant: 山东省计算中心(国家超级计算济南中心) , 青岛海尔智能技术研发有限公司 , 山东山科数字经济研究院有限公司
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种基于概率掩码的工业产品缺陷检测方法及系统，涉及缺陷检测技术领域，所述方法包括：获取待检测缺陷图像；将待检测缺陷图像输入训练好的缺陷检测模型中进行检测，获得缺陷检测结果；缺陷检测模型的输入包括有标注的缺陷图像、无标注的缺陷图像和混合中间图像，混合中间图像根据有标注的缺陷图像和无标注的缺陷图像混合得到，缺陷检测模型提取输入的图像的特征图，获取各特征图对应的概率掩码筛选信息，根据概率掩码筛选信息得到对应的交互信息，根据交互信息得到对应的缺陷检测结果。本发明能够在保证准确率的前提下提高模型部署效率。
-
公开(公告)号：CN118864454A
公开(公告)日：2024-10-29
申请号：CN202411336461.6
申请日：2024-09-25
Applicant: 山东省计算中心(国家超级计算济南中心) , 山东山科数字经济研究院有限公司 , 青岛海尔智能技术研发有限公司
Abstract: 本发明提供了一种基于记忆专家指导的无监督异常检测方法及系统，涉及异常检测技术领域，所述方法包括：获取待检测缺陷图像；将待检测缺陷图像输入训练好的缺陷检测模型中进行检测，获得玻璃容器表面缺陷检测结果；缺陷检测模型包括依次连接的用于提取差异显著特征图的特征蒸馏网络和用于根据差异显著特征图生成缺陷检测结果的异常细化网络；特征蒸馏网络基于正态记忆专家帮助去噪学生网络学习正常样本，正态记忆专家中存储有教师网络根据正态样例特征得到的记忆向量，去噪学生网络根据所述记忆向量，对根据待检测缺陷图像生成的查询特征进行更新。本发明能够提高玻璃容器表面缺陷检测的准确性。
-
公开(公告)号：CN117934980B
公开(公告)日：2024-05-31
申请号：CN202410338088.1
申请日：2024-03-25
Applicant: 山东山科数字经济研究院有限公司 , 山东省计算中心(国家超级计算济南中心)
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06T7/00 , G06N3/0464 , G06N3/048 , G06N3/09
Abstract: 本发明涉及工业检测技术领域，公开一种基于注意力监督调整的玻璃容器缺陷检测方法及系统，所述方法包括以下步骤：（1）获取玻璃容器瓶身、瓶颈、瓶口和瓶底的图像，得到玻璃容器图像数据集B；（2）对玻璃容器图像数据集B进行标注，得到图像数据集中缺陷的真实方框，并划分成训练集、验证集和测试集；（3）搭建玻璃容器缺陷检测模型；（4）将玻璃容器图像输入到训练好的玻璃容器缺陷检测模型中，输出缺陷检测结果。所述系统包括玻璃容器图像采集模块和玻璃容器缺陷检测模块。本发明提高了玻璃容器缺陷检测的准确率，且具有较高的鲁棒性。
-
公开(公告)号：CN113225318A
公开(公告)日：2021-08-06
申请号：CN202110400950.3
申请日：2021-04-14
Applicant: 山东省计算中心(国家超级计算济南中心) , 山东山科数字经济研究院有限公司
IPC: H04L29/06 , G06F16/182 , G06F21/60 , H04L9/06 , H04L9/32
Abstract: 本发明公开了一种政务大数据加密传输及安全存储的方法及系统，数据发送端对获取的政务大数据进行摘要提取；确定摘要加密等级；根据加密等级对政务大数据进行加密处理，生成政务大数据密文；数据发送端将政务大数据密文、摘要以及加密等级，发送到存储器进行存储；数据输出端向存储器发送政务大数据获取请求；存储器对数据输出端的加密等级进行确认，若通过，则将政务大数据密文以及摘要发送给数据输出端，并向数据发送端发送数据被调用通知；数据输出端在接收到数据之后，对数据进行解密，并进行摘要提取，将提取的摘要与接收数据中的摘要进行比对，若相同，则将解密后的数据进行输出展示。提高了信息传输和信息存储时的安全性、提高传输效率。
-
公开(公告)号：CN116307022A
公开(公告)日：2023-06-23
申请号：CN202211244827.8
申请日：2022-10-12
Applicant: 山东省计算中心(国家超级计算济南中心) , 齐鲁工业大学 , 山东山科数字经济研究院有限公司
IPC: G06Q10/04 , G06Q50/00 , G06N3/042 , G06N3/0442 , G06N3/045 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/08 , G06F16/901
Abstract: 本发明公开了一种针对于舆情热点信息预测的方法及系统，应用于网络信息安全领域。该系统合理应用深度学习方法将热点信息的转发过程进行建模，充分考虑了结构和时间信息，实现了端到端的预测。所述系统包括：将热点信息的转发过程转化为图结构；级联注意卷积网络（CAC）提取转发图信息；Dynamic Routing‑AT聚合CAC提取的信息；门控循环单元（GRU）处理时间信息；最后使用多层感知器（MLP）进行预测；模型测试。本发明为该领域提供了全新的针对社交平台复杂数据预测的系统CAC‑G，并且还提出了一种全新的转发图处理方法和聚合方式，解决了该领域对嘈杂的社交媒体数据利用率低，预测效率低等问题，满足了舆情热点信息的动态捕捉和快速精准预测的需求。
-
Patent Agency Ranking
公开(公告)号：CN118941555B
公开(公告)日：2025-01-21
申请号：CN202411388056.9
申请日：2024-10-08
Applicant: 山东省计算中心(国家超级计算济南中心) , 青岛海尔智能技术研发有限公司 , 山东山科数字经济研究院有限公司
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/047 , G06N3/048 , G06N3/084
Abstract: 本发明提供了一种基于概率掩码的工业产品缺陷检测方法及系统，涉及缺陷检测技术领域，所述方法包括：获取待检测缺陷图像；将待检测缺陷图像输入训练好的缺陷检测模型中进行检测，获得缺陷检测结果；缺陷检测模型的输入包括有标注的缺陷图像、无标注的缺陷图像和混合中间图像，混合中间图像根据有标注的缺陷图像和无标注的缺陷图像混合得到，缺陷检测模型提取输入的图像的特征图，获取各特征图对应的概率掩码筛选信息，根据概率掩码筛选信息得到对应的交互信息，根据交互信息得到对应的缺陷检测结果。本发明能够在保证准确率的前提下提高模型部署效率。
-
公开(公告)号：CN118864453B
公开(公告)日：2025-01-21
申请号：CN202411336457.X
申请日：2024-09-25
Applicant: 山东省计算中心(国家超级计算济南中心) , 青岛海尔智能技术研发有限公司 , 山东山科数字经济研究院有限公司
IPC: G06T7/00 , G06N3/0464 , G06V10/80 , G06V10/82
Abstract: 本发明提供了基于局部整体上下文感知的钢铁表面瑕疵检测方法及系统，涉及图像处理技术领域，所述方法包括：获取待检测钢铁图像；将钢铁图像输入钢铁表面瑕疵检测模型中进行检测，获得钢铁表面瑕疵检测结果；局部整体感知网络利用不同空洞率的空洞卷积提取不同尺度的局部特征，并在获取全局特征时，将查询向量、键向量和值向量均输入到卷积模块、深度卷积模块和逐点卷积模块中处理；多层级交互网络利用局部整体感知网络不同层的输出，进行跨层特征融合；强化识别网络，融合多层级交互网络的输出特征，对融合后的特征进行增强与检测，得到钢铁表面瑕疵检测结果。本发明能够提高钢铁瑕疵检测的准确率和效率。
-
公开(公告)号：CN117764988B
公开(公告)日：2024-04-30
申请号：CN202410194597.1
申请日：2024-02-22
Applicant: 山东省计算中心(国家超级计算济南中心) , 山东山科数字经济研究院有限公司
Abstract: 本发明涉及计算机视觉的应用领域，提供了一种基于异核卷积多感受野网络的道路裂缝检测方法及系统。该方法包括，获取待检测的道路图像；基于待检测的道路图像，采用异核卷积多感受野网络，对道路裂缝进行检测；其中异核卷积多感受野网络包括：异核特征提取网络、加权异核特征融合网络和检测头网络，异核特征提取网络采用多个双分支异核多感受野模块与横纵局部全局特征增强模块级联的方式，提取得到特征图；双分支异核多感受野模块，将输入图像进行分割后，分别输入两路分支依次进行卷积处理和分支特征图融合；加权异核特征融合网络，包括多个双分支异核多感受野模块和多个加权特征拼接模块；检测头网络，根据融合特征图，检测道路缝隙。
-
公开(公告)号：CN119810543A
公开(公告)日：2025-04-11
申请号：CN202411893111.X
申请日：2024-12-20
Applicant: 山东省计算中心(国家超级计算济南中心) , 山东山科数字经济研究院有限公司
IPC: G06V10/764 , G06V10/82 , G06V10/44 , G06V10/80 , G06V10/766 , G06V10/774 , G06N3/0464 , G06N3/048 , G06N3/096 , G06T7/00
Abstract: 本发明公开了一种基于加权掩码蒸馏的轻量化工业玻璃缺陷检测方法及系统，涉及数字图像处理与目标识别技术领域，获取若干工业玻璃图像并标注缺陷，构建数据集；分别搭建大、小规模目标检测模型异构的骨干特征提取网络，并利用数据集分别进行预训练；以预训练得到的大模型骨干网络为上游教师模型，指导小模型骨干网络进行上游知识蒸馏；分别搭建大、小规模目标检测模型同构的颈部特征融合网络和检测头，再与对应骨干特征提取网络连接，利用数据集分别进行训练；以训练得到的大模型颈部网络为下游教师模型，指导小模型颈部网络进行下游知识蒸馏；构建轻量化小规模目标检测模型，利用该模型实现对待检测工业玻璃图像更高效、更精确的缺陷检测。
-
公开(公告)号：CN118864454B
公开(公告)日：2025-01-21
申请号：CN202411336461.6
申请日：2024-09-25
Applicant: 山东省计算中心(国家超级计算济南中心) , 山东山科数字经济研究院有限公司 , 青岛海尔智能技术研发有限公司
Abstract: 本发明提供了一种基于记忆专家指导的无监督异常检测方法及系统，涉及异常检测技术领域，所述方法包括：获取待检测缺陷图像；将待检测缺陷图像输入训练好的缺陷检测模型中进行检测，获得玻璃容器表面缺陷检测结果；缺陷检测模型包括依次连接的用于提取差异显著特征图的特征蒸馏网络和用于根据差异显著特征图生成缺陷检测结果的异常细化网络；特征蒸馏网络基于正态记忆专家帮助去噪学生网络学习正常样本，正态记忆专家中存储有教师网络根据正态样例特征得到的记忆向量，去噪学生网络根据所述记忆向量，对根据待检测缺陷图像生成的查询特征进行更新。本发明能够提高玻璃容器表面缺陷检测的准确性。
-
-
-
-
-
-
-
-
-
Search Results
62
records
(took 0.069 seconds)
