基于正样本学习的半监督工业制品瑕疵检测方法及系统

    公开(公告)号:CN112801962A

    公开(公告)日:2021-05-14

    申请号:CN202110066948.7

    申请日:2021-01-19

    Applicant: 上海大学

    Abstract: 一种基于正样本学习的半监督工业制品瑕疵检测方法及系统,通过正样本图像训练图像修复网络和瑕疵分割预测网络;采用含待测瑕疵的图像输入图像修复网络得到恢复后的正品图像,计算两者差值的绝对值后将三幅图像拼接得到检测张量,通过分割预测网络根据检测张量生成分割掩模二值图像,得到瑕疵区域。本发明使用半监督的深度学习方法,不需要提前标注像素级别的瑕疵位置数据,解决了瑕疵分割中的标注难题,只需要使用生产中的部分正品图像即可实现全自动化的训练学习,进行瑕疵分割和有无瑕疵的分类。并且能够对各类型异常瑕疵位置的像素进行分割。

    基于正样本学习的半监督工业制品瑕疵检测方法及系统

    公开(公告)号:CN112801962B

    公开(公告)日:2022-09-16

    申请号:CN202110066948.7

    申请日:2021-01-19

    Applicant: 上海大学

    Abstract: 一种基于正样本学习的半监督工业制品瑕疵检测方法及系统,通过正样本图像训练图像修复网络和瑕疵分割预测网络;采用含待测瑕疵的图像输入图像修复网络得到恢复后的正品图像,计算两者差值的绝对值后将三幅图像拼接得到检测张量,通过分割预测网络根据检测张量生成分割掩模二值图像,得到瑕疵区域。本发明使用半监督的深度学习方法,不需要提前标注像素级别的瑕疵位置数据,解决了瑕疵分割中的标注难题,只需要使用生产中的部分正品图像即可实现全自动化的训练学习,进行瑕疵分割和有无瑕疵的分类。并且能够对各类型异常瑕疵位置的像素进行分割。

    具有超疏水性的丙烯酸树脂涂层材料及其制备方法

    公开(公告)号:CN103160177A

    公开(公告)日:2013-06-19

    申请号:CN201310079867.6

    申请日:2013-03-13

    Applicant: 上海大学

    Abstract: 本发明涉及一种具有超疏水性的无填料丙烯酸树脂涂层材料及其制备方法。丙烯酸树脂体系:1%-10%;分散介质:90%-99%;所述的分散介质由能够溶解树脂的良溶剂和不能够溶解该树脂的沉淀剂两类组分所组成,其配比应使树脂在初始阶段处于溶解状态,而在挥发过程中逐渐形成微观结构实现超疏水;所述的丙烯酸树脂体系由热固性丙烯酸树脂配合相应的固化剂组成,或单纯由热塑性丙烯酸树脂组成。本发明的涂层材料涂覆于目标表面并干燥后即可通过自身相分离而得到无填料超疏水丙烯酸树脂涂层。具有防水、抗沾污、抗结冰等方面,具有相当的应用特性,可应用于电器、建筑、化工等防水抗冰领域。

Patent Agency Ranking