-
公开(公告)号：CN113674203B
公开(公告)日：2025-01-24
申请号：CN202110796039.9
申请日：2021-07-14
Applicant: 歌尔股份有限公司
IPC: G06T7/00 , G06T7/11 , G01N21/88 , G06T3/4038 , G06N3/08
Abstract: 本申请公开了一种缺陷检测模型训练方法、装置和缺陷检测方法、装置。本申请的缺陷检测模型训练方法包括：获取产品图像，所述产品图像中包括待重点检测的环形区域；提取所述产品图像中的所述环形区域，将该环形区域的区域形态划分为拐角形态和边线形态；根据所述拐角形态和边线形态对所述环形区域进行区域分割与拼接，得到多个子图；利用每个子图训练该子图对应的缺陷检测模型。本申请的缺陷检测包括：获取待检测的产品图像，提取所述产品图像中的环形区域，根据该环形区域的拐角形态和边线形态对该环形区域进行区域分割与拼接，得到多个子图；将每个子图输入到相应的缺陷检测模型，得到每个子图对应的缺陷检测结果。
-
公开(公告)号：CN111161246B
公开(公告)日：2024-05-14
申请号：CN201911397516.3
申请日：2019-12-30
Applicant: 歌尔股份有限公司
IPC: G06T7/00 , G06V10/774 , G06V10/764 , G01N21/88
Abstract: 本发明公开一种产品缺陷检测方法、装置与系统。本发明的方法包括：采集产品的样本图像，从样本图像中提取可能存在产品缺陷的候选图像块，并提取候选图像块对应的预设形状特征和候选图像块对应的纹理特征；利用预设形状特征对第一级分类器进行训练，得到能够从候选图像块中进一步筛选出可能存在产品缺陷的目标图像块的第一级分类器；利用纹理特征对第二级分类器进行训练，得到能够正确识别出产品缺陷的第二级分类器；在进行产品缺陷检测时，将从产品图像中提取的候选图像块的预设形状特征输入第一级分类器后，将得到的目标图像块的纹理特征再输入至第二级分类器，检测出产品中存在的缺陷。
-
公开(公告)号：CN111127571B
公开(公告)日：2023-12-29
申请号：CN201911218786.3
申请日：2019-12-03
Applicant: 歌尔股份有限公司
IPC: G06T7/90 , G06T7/40 , G06T7/11 , G06T7/00 , G06V10/774
Abstract: 本发明公开了一种小样本缺陷分类方法和装置。该方法包括：对待测目标进行部件分离，按照分离后的部件将待测目标的原图像分割成至少两个包含有不同部件的子图像；对应每个子图像以及原图像，分别建立小样本分类模型，借助对应的分类模型，获得每个子图像的分类结果和原图像的分类结果，分类结果包括缺陷类别和对应的类别概率；根据所有子图像和原图像的分类结果，确定并输出待测目标的缺陷类别。本申请通过将待测目标进行部件分离，使用分离后的部件与待测目标本身作为多个分支分别进行缺陷分类，能够降低缺陷识别的复杂度，从而提高了缺陷识别的准确度，克服了小样本情况下传统缺陷分类方法结果不稳定的问题。
-
公开(公告)号：CN111178446B
公开(公告)日：2023-08-04
申请号：CN201911420340.9
申请日：2019-12-31
Applicant: 歌尔股份有限公司
IPC: G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/084
Abstract: 本发明公开了一种基于神经网络的目标分类模型的优化方法、装置。该方法包括：构建基于神经网络的目标分类模型，对目标分类模型进行训练，利用训练好的目标分类模型实现目标图像的分类；当出现新的目标图像，该新的目标图像为针对目标新情况对应的图像且仍可分类到原分类体系中，判断目标分类模型对所述新的目标图像的分类识别结果，若目标分类模型无法对新的目标图像进行正确分类，则根据新的目标图像选取部分参数，对部分参数进行调整，经训练得到能够将新的目标图像正确分类的目标分类模型。上述方案可以在保证目标分类模型性能的基础上使其能够适应新的场景，且训练速度获得极大的提高，在20分钟左右即可完成模型训练。
-
公开(公告)号：CN111060520B
公开(公告)日：2021-10-29
申请号：CN201911402024.9
申请日：2019-12-30
Applicant: 歌尔股份有限公司
Inventor： 刘杰
Abstract: 本发明公开一种产品缺陷检测方法、装置与系统。本发明实施例的方法包括：构建包括分类网络、定位检测网络和判断网络的缺陷检测框架，根据分类网络的分类结果设置定位检测网络的数量和判断网络的判断规则，每个定位检测网络关联一种分类结果，每种判断规则关联一个定位检测网络的检测结果；在进行产品缺陷检测时，将采集到的产品图像输入缺陷检测框架，利用分类网络对产品图像中的缺陷类型进行分类，根据分类结果关联的定位检测网络对产品图像的缺陷进行检测之后，再根据得到的检测结果关联的判断规则判断出产品是否存在的缺陷，并在产品存在缺陷时，检测出缺陷类型及缺陷位置。
-
Patent Agency Ranking
公开(公告)号：CN112884054A
公开(公告)日：2021-06-01
申请号：CN202110236191.1
申请日：2021-03-03
Applicant: 歌尔股份有限公司
Abstract: 本发明公开了一种目标标注方法和一种目标标注装置。该方法包括：使用目标检测模型检测包含目标的图片集合，得到目标的预测框，图片集合中包含已标注的图片和未标注的图片；从预测框中，筛选出与已标注目标重合程度低于预设值或缺少已标注目标的预测框；根据筛选出的预测框的面积和相对于面积的像素均值，查找出各预测框最接近的目标类别，若最接近的目标类别与该预测框的预测类别一致，则将该预测框的信息写入标注文件。本申请利用目标检测模型检测图片，继而筛选预测框，通过筛选出预测框的面积和像素均值，确定预测框的预测类别是否准确，可以实现图片自动标注，且标注结果经过了分类检验，准确率更高。
-
公开(公告)号：CN112766397A
公开(公告)日：2021-05-07
申请号：CN202110113089.2
申请日：2021-01-27
Applicant: 歌尔股份有限公司
Abstract: 本申请公开了一种分类网络及其实现方法和装置，其中方法包括：基于IRv2算法构建包括Stem模块、多个Inception模块和多个IR模块的分类网络，分类网络的批标准化BN层使用γ参数；对分类网络进行初始化，并对初始化的分类网络进行稀疏化训练，得到稀疏化的γ参数；基于稀疏化的γ参数，对Stem模块、剪枝Inception模块和多个IR模块进行network slimming剪枝，对非剪枝Inception模块不进行network slimming剪枝。该技术方案能够既保证分类网络的分类效果，同时实现网络结构的精简，从而提高训练效率，减少推理时间和内存占用，节省人力、工时和经费，使得分类网络可以部署在不同算力的硬件设备上。
-
公开(公告)号：CN111161246A
公开(公告)日：2020-05-15
申请号：CN201911397516.3
申请日：2019-12-30
Applicant: 歌尔股份有限公司
Abstract: 本发明公开一种产品缺陷检测方法、装置与系统。本发明的方法包括：采集产品的样本图像，从样本图像中提取可能存在产品缺陷的候选图像块，并提取候选图像块对应的预设形状特征和候选图像块对应的纹理特征；利用预设形状特征对第一级分类器进行训练，得到能够从候选图像块中进一步筛选出可能存在产品缺陷的目标图像块的第一级分类器；利用纹理特征对第二级分类器进行训练，得到能够正确识别出产品缺陷的第二级分类器；在进行产品缺陷检测时，将从产品图像中提取的候选图像块的预设形状特征输入第一级分类器后，将得到的目标图像块的纹理特征再输入至第二级分类器，检测出产品中存在的缺陷。
-
公开(公告)号：CN113674203A
公开(公告)日：2021-11-19
申请号：CN202110796039.9
申请日：2021-07-14
Applicant: 歌尔股份有限公司
Abstract: 本申请公开了一种缺陷检测模型训练方法、装置和缺陷检测方法、装置。本申请的缺陷检测模型训练方法包括：获取产品图像，所述产品图像中包括待重点检测的环形区域；提取所述产品图像中的所述环形区域，将该环形区域的区域形态划分为拐角形态和边线形态；根据所述拐角形态和边线形态对所述环形区域进行区域分割与拼接，得到多个子图；利用每个子图训练该子图对应的缺陷检测模型。本申请的缺陷检测包括：获取待检测的产品图像，提取所述产品图像中的环形区域，根据该环形区域的拐角形态和边线形态对该环形区域进行区域分割与拼接，得到多个子图；将每个子图输入到相应的缺陷检测模型，得到每个子图对应的缺陷检测结果。
-
公开(公告)号：CN111060520A
公开(公告)日：2020-04-24
申请号：CN201911402024.9
申请日：2019-12-30
Applicant: 歌尔股份有限公司
Inventor： 刘杰
Abstract: 本发明公开一种产品缺陷检测方法、装置与系统。本发明实施例的方法包括：构建包括分类网络、定位检测网络和判断网络的缺陷检测框架，根据分类网络的分类结果设置定位检测网络的数量和判断网络的判断规则，每个定位检测网络关联一种分类结果，每种判断规则关联一个定位检测网络的检测结果；在进行产品缺陷检测时，将采集到的产品图像输入缺陷检测框架，利用分类网络对产品图像中的缺陷类型进行分类，根据分类结果关联的定位检测网络对产品图像的缺陷进行检测之后，再根据得到的检测结果关联的判断规则判断出产品是否存在的缺陷，并在产品存在缺陷时，检测出缺陷类型及缺陷位置。
-
-
-
-
-
-
-
-
-
Search Results
37
records
(took 0.037 seconds)
