-
公开(公告)号:CN114512212A
公开(公告)日:2022-05-17
申请号:CN202210153167.6
申请日:2022-02-18
申请人: 心鉴智控(深圳)科技有限公司
摘要: 本发明涉及智能检测的技术领域,公开了一种医用输液袋的检测方法、装置、设备及系统。该方法包括:获取待检测图像;待检测图像用于反馈待检测对象的信息,待检测对象为装有一定数目医用输液袋的储存装置;对待检测图像进行预处理;提取进行预处理后的待检测图像的ROI;将待检测图像的ROI输入至预先训练好的深度学习分类模型进行分类检测以得到分类结果;发出根据分类结果对待检测对象进行标识的信号;对标识进行检测;发出根据检测结果对待检测对象进行处理的信号。与现有技术相比,本发明提供的一种医用输液袋检测方法避免了人眼判断可能出现的误差,同时也避免了早期人工干预可能造成的二次污染,且实现了自动化生产流程,效率高,质量好。
-
公开(公告)号:CN114264668A
公开(公告)日:2022-04-01
申请号:CN202210204376.9
申请日:2022-03-03
申请人: 心鉴智控(深圳)科技有限公司
摘要: 本发明提供了一种运用图像处理检测医用包装盒三期瑕疵的方法及系统,其中系统包括:相机,控制装置,处理器、所述处理器连接机器视觉处理工具,该机器视觉处理工具用于得到需要深度学习模型检测的ROI;检测模型、目标检测器、写入模块、分类模块;以及训练模型,该训练模型依据历史样品的缺陷状态通过建立训练深度神经网络进行迭代计算获取。为了实现对铝塑泡罩包装药品瑕疵的检测,达到最好的检测效果,收集大量的瑕疵样品,通过深度神经网络对标注准确的数据进行训练,进而得到深度学习模型,多次迭代之后达到超过人类专家的高准确度检测的效果。
-
公开(公告)号:CN114088730A
公开(公告)日:2022-02-25
申请号:CN202210077042.X
申请日:2022-01-24
申请人: 心鉴智控(深圳)科技有限公司
IPC分类号: G01N21/88 , G06T7/00 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要: 本发明提供了一种运用图像处理检测铝塑泡罩瑕疵的方法及系统,其中系统包括:第一CCD相机、第二CCD相机、控制装置,用于控制触发传感器并发送触发检测信号至第一CCD相机或第二CCD相机;处理器、所述处理器连接机器视觉处理工具,该机器视觉处理工具用于得到需要深度学习模型检测的ROI;检测模型、目标检测器、写入模块、分类模块;以及训练模型,该训练模型依据历史样品的缺陷状态通过建立训练深度神经网络进行迭代计算获取。为了实现对铝塑泡罩包装药品瑕疵的检测,达到最好的检测效果,收集大量的瑕疵样品,通过深度神经网络对标注准确的数据进行训练,进而得到深度学习模型。
-
公开(公告)号:CN114882033B
公开(公告)日:2022-09-20
申请号:CN202210807991.9
申请日:2022-07-11
申请人: 心鉴智控(深圳)科技有限公司
IPC分类号: G06T7/00 , G06V10/774 , G06V10/764 , G01N21/88
摘要: 本发明公开一种医用包装盒制品的瑕疵在线检测方法,包括:获取医用包装盒制品的图像,并且从模板图像库中查找出与医用包装盒制品的图像相对应的模板图像;针对医用包装盒制品的图像和医用包装盒制品的模板图像进行图像对齐处理,并且计算二者之间的差异向量;建立用于检测医用包装盒制品的图像是否存在瑕疵的分类模型,同时训练分类模型,并且检验分类模型的性能;将医用包装盒制品的图像与医用包装盒制品的模板图像之间的差异向量输入到分类模型,分类模型输出医用包装盒制品的图像的像素点是否具有瑕疵的结果,本发明能够实现对于医用包装盒制品瑕疵的自动检测。
-
公开(公告)号:CN114882033A
公开(公告)日:2022-08-09
申请号:CN202210807991.9
申请日:2022-07-11
申请人: 心鉴智控(深圳)科技有限公司
IPC分类号: G06T7/00 , G06V10/774 , G06V10/764 , G01N21/88
摘要: 本发明公开一种医用包装盒制品的瑕疵在线检测方法,包括:获取医用包装盒制品的图像,并且从模板图像库中查找出与医用包装盒制品的图像相对应的模板图像;针对医用包装盒制品的图像和医用包装盒制品的模板图像进行图像对齐处理,并且计算二者之间的差异向量;建立用于检测医用包装盒制品的图像是否存在瑕疵的分类模型,同时训练分类模型,并且检验分类模型的性能;将医用包装盒制品的图像与医用包装盒制品的模板图像之间的差异向量输入到分类模型,分类模型输出医用包装盒制品的图像的像素点是否具有瑕疵的结果,本发明能够实现对于医用包装盒制品瑕疵的自动检测。
-
公开(公告)号:CN114088730B
公开(公告)日:2022-04-12
申请号:CN202210077042.X
申请日:2022-01-24
申请人: 心鉴智控(深圳)科技有限公司
IPC分类号: G01N21/88 , G06T7/00 , G06V10/25 , G06V10/44 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
摘要: 本发明提供了一种运用图像处理检测铝塑泡罩瑕疵的方法及系统,其中系统包括:第一CCD相机、第二CCD相机、控制装置,用于控制触发传感器并发送触发检测信号至第一CCD相机或第二CCD相机;处理器、所述处理器连接机器视觉处理工具,该机器视觉处理工具用于得到需要深度学习模型检测的ROI;检测模型、目标检测器、写入模块、分类模块;以及训练模型,该训练模型依据历史样品的缺陷状态通过建立训练深度神经网络进行迭代计算获取。为了实现对铝塑泡罩包装药品瑕疵的检测,达到最好的检测效果,收集大量的瑕疵样品,通过深度神经网络对标注准确的数据进行训练,进而得到深度学习模型。
-
-
-
-
-