-
公开(公告)号：CN114972194B
公开(公告)日：2024-09-10
申请号：CN202210454583.X
申请日：2022-04-27
Applicant: 华中科技大学
Abstract: 本发明属于图像处理相关技术领域，其公开了一种从不一致标签中检测缺陷的方法，所述方法包括以下步骤：(1)基于粗糙集理论建立标签的不确定性模型(2)构建评分贝叶斯神经网络，所述评分贝叶斯神经网络包括贝叶斯分割网络和评分网络，采用训练集对所述贝叶斯分割网络和所述评分网络进行训练；(3)将待检测样本输入贝叶斯分割网络中，多次求解获得多张异常分割图，将多张异常分割图分别与对应的图像一起输入评分网络，获得多个质量评价分数，进而得到异常分割概率图；(4)根据缺陷阈值与异常分割概率图求得置信度，将求得的置信度与置信度阈值进行对比，根据对比结果判断是否存在表面缺陷。本发明提高了准确率。
-
Patent Agency Ranking
公开(公告)号：CN114022586B
公开(公告)日：2024-07-02
申请号：CN202111240124.3
申请日：2021-10-25
Applicant: 华中科技大学
IPC: G06T11/00 , G06T7/00 , G06V10/774
Abstract: 本发明属于图像处理相关技术领域，其公开了一种基于对抗生成网络的缺陷图像生成方法，方法包括以下步骤：(1)采集工件的缺陷图像及无缺陷图像以分别构建缺陷数据集及无缺陷数据集，并对缺陷数据集进行像素级标注；(2)分别构建缺陷掩码输入模块及缺陷生成对抗网络；(3)构建缺陷方向向量模块；(4)构建缺陷注意损失，缺陷注意损失包括缺陷全图损失及缺陷区域损失；(5)训练缺陷生成对抗网络以得到缺陷生成参数模型，采用该缺陷生成参数模型生成缺陷图像。本发明能够生成“以假乱真”且超越现有采样数据空间限制的缺陷图像数据集，生成缺陷图像单张图像质量高，生成缺陷图像数据集缺陷多样性好，具有生成采样数据空间之外数据的能力。
-
公开(公告)号：CN116958156A
公开(公告)日：2023-10-27
申请号：CN202310700106.1
申请日：2023-06-13
Applicant: 华中科技大学
Abstract: 本发明公开了自适应的工业表面缺陷分割网络建立方法及其应用，属于缺陷分割领域，包括：基于神经架构搜索，结合现有手工设计缺陷检测架构的先验知识，设计精简但适用于工业场景的有潜力的分割网络搜索空间，完成网络级搜索空间的设计；总结工业检测架构中常用操作，并额外添加通道注意力操作和空间注意力操作作为候选操作，构建网络中的基本单元，完成单元级搜索空间的设计；由于网络整体架构相对固定，因此，最终的搜索范围被简化为单元的结构，而不是整个网络，从而在时间资源有限的条件下，在更短的时间内完成具有良好性能的体系结构构建，大幅节约了网络设计成本。在此基础上，进一步对搜索策略进行了优化，能够进一步提高搜索效率。
-
公开(公告)号：CN116580186A
公开(公告)日：2023-08-11
申请号：CN202310568726.4
申请日：2023-05-19
Applicant: 华中科技大学
IPC: G06V10/25 , G06V10/774 , G06V10/764 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于餐厨垃圾处理相关技术领域，其公开了一种餐厨垃圾杂质分拣方法及其位姿识别方法与系统，包括以下步骤：(1)采用旋转猫框标记餐厨垃圾图像中杂质的最小外接矩形得到杂质数据集；(2)将杂质数据集中每个图像中被旋转锚框标记的区域记为杂质图块，其他区域记为背景图块，采用背景图块部分覆盖杂质图块以形成遮挡图像，同时采用杂质图块部分覆盖背景图块以生成未遮挡图像，遮挡图像与未遮挡图像组成遮挡数据集；(3)采用遮挡数据集对检测神经网络进行训练；(4)将待检测餐厨垃圾图像输入检测神经网络中，检测神经网络输出预置旋转猫框的参数偏置，进而得到餐厨杂质的位姿。本发明能补充困难图像样本，从而提高检出效果。
-
公开(公告)号：CN114972194A
公开(公告)日：2022-08-30
申请号：CN202210454583.X
申请日：2022-04-27
Applicant: 华中科技大学
Abstract: 本发明属于图像处理相关技术领域，其公开了一种从不一致标签中检测缺陷的方法，所述方法包括以下步骤：(1)基于粗糙集理论建立标签的不确定性模型(2)构建评分贝叶斯神经网络，所述评分贝叶斯神经网络包括贝叶斯分割网络和评分网络，采用训练集对所述贝叶斯分割网络和所述评分网络进行训练；(3)将待检测样本输入贝叶斯分割网络中，多次求解获得多张异常分割图，将多张异常分割图分别与对应的图像一起输入评分网络，获得多个质量评价分数，进而得到异常分割概率图；(4)根据缺陷阈值与异常分割概率图求得置信度，将求得的置信度与置信度阈值进行对比，根据对比结果判断是否存在表面缺陷。本发明提高了准确率。
-
公开(公告)号：CN114022586A
公开(公告)日：2022-02-08
申请号：CN202111240124.3
申请日：2021-10-25
Applicant: 华中科技大学
IPC: G06T11/00 , G06T7/00 , G06V10/774
Abstract: 本发明属于图像处理相关技术领域，其公开了一种基于对抗生成网络的缺陷图像生成方法，方法包括以下步骤：(1)采集工件的缺陷图像及无缺陷图像以分别构建缺陷数据集及无缺陷数据集，并对缺陷数据集进行像素级标注；(2)分别构建缺陷掩码输入模块及缺陷生成对抗网络；(3)构建缺陷方向向量模块；(4)构建缺陷注意损失，缺陷注意损失包括缺陷全图损失及缺陷区域损失；(5)训练缺陷生成对抗网络以得到缺陷生成参数模型，采用该缺陷生成参数模型生成缺陷图像。本发明能够生成“以假乱真”且超越现有采样数据空间限制的缺陷图像数据集，生成缺陷图像单张图像质量高，生成缺陷图像数据集缺陷多样性好，具有生成采样数据空间之外数据的能力。
-
-
-
-
-
Search Results
6
records
(took 0.019 seconds)
