-
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：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：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：CN117933831B
公开(公告)日：2024-06-11
申请号：CN202410338056.1
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: G06Q10/0639 , G06Q10/10 , G06F16/33 , G06F16/35 , G06F18/213 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明涉及项目绩效评估的大数据分析领域，公开一种基于机器学习可训练的项目绩效评估方法及系统，属于信息化项目绩效评估评审领域。该方法包括以下步骤：（1）获取目标项目的数据材料，并进行特征要素提取，构建目标项目的实施特征集合；（2）根据特征要素与评估属性进行标签匹配，根据标签匹配结果对特征要素进行分类；（3）利用不同分类的评估准则和绩效制度对项目绩效进行评估，并根据评估结果对项目实施过程中和项目验收的工作表现进行评价打分。该系统包括数据输入模块、特征提取模块、属性分类模块和绩效评估模块。本发明提升了数据收集、数据评估和数据审核等过程中的工作效率，并实现了绩效评估的准确性、全面性和客观性。
-
公开(公告)号：CN117933831A
公开(公告)日：2024-04-26
申请号：CN202410338056.1
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: G06Q10/0639 , G06Q10/10 , G06F16/33 , G06F16/35 , G06F18/213 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/08
Abstract: 本发明涉及项目绩效评估的大数据分析领域，公开一种基于机器学习可训练的项目绩效评估方法及系统，属于信息化项目绩效评估评审领域。该方法包括以下步骤：（1）获取目标项目的数据材料，并进行特征要素提取，构建目标项目的实施特征集合；（2）根据特征要素与评估属性进行标签匹配，根据标签匹配结果对特征要素进行分类；（3）利用不同分类的评估准则和绩效制度对项目绩效进行评估，并根据评估结果对项目实施过程中和项目验收的工作表现进行评价打分。该系统包括数据输入模块、特征提取模块、属性分类模块和绩效评估模块。本发明提升了数据收集、数据评估和数据审核等过程中的工作效率，并实现了绩效评估的准确性、全面性和客观性。
-
Patent Agency Ranking
公开(公告)号：CN113962980A
公开(公告)日：2022-01-21
申请号：CN202111281750.7
申请日：2021-11-01
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明采用基于改进YOLOV5X的玻璃容器瑕疵识别方法及系统来识别玻璃容器瑕疵，涉及基于深度学习目标检测的玻璃容器瑕疵识别方法及系统。主要包括以下内容：利用玻璃容器瑕疵数据集进行分析标注，生成图片标签XML数据集，对XML文件标注数据集转换生成TXT文件标签集，搭建CSPDarknet53—MHSA主干特征提取网络模块，搭建Bi‑FPN加强特征提取网络模块，搭建检测头模块，通过反向传播CIOU损失函数计算损失以及更新整个系统模型、对构建好的系统模型进行测试。本发明具有鲁棒性高，泛化能力强，准确度高的特点。
-
公开(公告)号：CN113887668A
公开(公告)日：2022-01-04
申请号：CN202111281298.4
申请日：2021-11-01
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明涉及了基于改进YOLOv4的容器瑕疵检测方法及系统，在实际工业生产线中，触发器控制CCD相机，搭配条形光等光源，拍取玻璃容器瓶身图像，然后使用检测一体机系统中的算法，对瓶身瑕疵进行检测及分类，将检测出瑕疵的玻璃容器击打回收。在这个过程中，检测算法的设计是关键一环，检测算法的好坏，直接影响了质检一体机的优劣之分。本发明提供的基于改进YOLOv4的容器瑕疵检测方法及系统，用以提高玻璃容器瑕疵的检测识别和回收效率，适合应用于机器视觉玻璃容器检测领域及行业。
-
公开(公告)号：CN117934980A
公开(公告)日：2024-04-26
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：CN115375677B
公开(公告)日：2023-04-18
申请号：CN202211298772.9
申请日：2022-10-24
Applicant: 山东省计算中心(国家超级计算济南中心)
Abstract: 本发明公开的基于多路径和多尺度特征融合的酒瓶缺陷检测方法及系统，属于工业检测技术领域，包括：获取酒瓶RGB图像；根据RGB图像和训练好的酒瓶缺陷检测模型中，获得酒瓶缺陷检测结果，其中，酒瓶缺陷检测模型包括多个依次连接的残差提取模块，后三个残差提取模块中的每个残差提取模块均依次连接上采样网络、注意力增强块和检测单元，三个上采样网络按照从与最后一个残差提取模块连接的上采样网络到与倒数第三个残差提取模块连接的上采样网络的方向依次连接，每个上采样网络与残差提取模块之间还设置路径增强模块，残差提取模块的输出输入到路径增强模块中，路径增强模块的输出输入到上采样网络中。提高了酒瓶缺陷检测的准确性。
-
公开(公告)号：CN115035119B
公开(公告)日：2023-03-24
申请号：CN202210964603.8
申请日：2022-08-12
Applicant: 山东省计算中心(国家超级计算济南中心)
IPC: G06T7/00 , G06V10/40 , G06V10/764 , G06V10/774 , G06V10/80 , B07C5/34 , B07C5/02 , B07C5/36
Abstract: 本公开提供了一种玻璃瓶底瑕疵图像检测剔除装置、系统及方法，属于图像瑕疵检测领域，包括采集待检测玻璃瓶的瓶底普通图像和应力图像；获取采集的玻璃瓶底部的普通图像和应力图像，对所述图像分别在不同深度的模型中进行特征提取，获取不同深度的特征图；对不同深度的特征图进行融合，当一个融合节点具有多个输入特征图时，将给每个输入的特征图自动分配权重，融合不同层次的特征图；对融合的特征图进行瑕疵检测，获取瑕疵玻璃瓶并进行剔除；省了大量人工调参的误差，简化了操作流程，大大降低了瑕疵的漏检率，提升了检测效率；有效避免数据流的混乱以及板卡损耗率高，易出现设备各模块工作不同步的现象，大大提升设备的自动化水平。
-
-
-
-
-
-
-
-
-
Search Results
14
records
(took 0.065 seconds)
