-
公开(公告)号：CN117095199A
公开(公告)日：2023-11-21
申请号：CN202310885176.9
申请日：2023-07-19
Applicant: 太原理工大学
IPC: G06V10/764 , G06V10/80 , G06V10/774 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了一种基于单纯形扩散模型的工业视觉异常检测系统，包括数据预处理模块，基于单纯形扩散模型的编码模块和融合协作注意力机制的解码模块；在扩散过程中，使用单纯形噪声替换了高斯噪声，这使得在去噪过程中更容易修复工业图像表面微观特征结构化异常。在逆扩散过程中，基于经典U‑net的结构，添加了空间注意力机制，可以使U‑net在去噪过程中更加灵活和准确的处理不同区域的细节，提高生成图像的质量。融合协作注意力机制的卷积神经网络是一种高精度分类算法，通过将通道注意力和空间注意力结合，可以提高解码块对图像特征的表达能力，增强关键特征，抑制噪声和冗余信息，提高模型的解释性，从而提升鉴别性能。
-
Patent Agency Ranking
公开(公告)号：CN118761959A
公开(公告)日：2024-10-11
申请号：CN202410752520.1
申请日：2024-06-12
Applicant: 太原理工大学
IPC: G06T7/00 , G06T7/60 , G06V10/44 , G06V10/42 , G06V10/771 , G06V10/80 , G06V10/52 , G06V10/764 , G06V10/82 , G06N3/045 , G06N3/0455 , G06N3/0464 , G06N3/084 , G01B11/00 , G01N21/88 , G01N21/95 , G01N21/01 , G01B11/30 , G01B11/24
Abstract: 本发明公开了一种空域‑频域联合增强的钢构件缺陷尺寸智能测定系统，包括数据预处理模块、频域带通滤波器、空域特征选择器、多尺度信息共享模块以及双任务联合检测模块。数据预处理模块对图像数量进行扩充，并通过边缘提取单元和DCT单元扩展图像通道。频域带通滤波器和空域特征选择器分别对来自不同域的图像进行特征提取，中间通过多尺度信息共享模块，将来自不同域的多尺度高维特征信息进行聚合，以充分利用图像的特征信息。双任务联合检测模块包含表面缺陷多分类单元以及异常尺寸精细测量单元，对工件表面的异常进行分类识别，并精确测量异常区域的尺寸参数，为后续的质量检测和生产优化提供重要依据。
-
公开(公告)号：CN118710602A
公开(公告)日：2024-09-27
申请号：CN202410753569.9
申请日：2024-06-12
Applicant: 太原理工大学
IPC: G06T7/00 , G01N21/88 , G01B11/30 , G01B11/24 , G06V10/32 , G06V10/774 , G06V10/52 , G06V20/70 , G06V10/80 , G06V10/82 , G06N3/045 , G06N3/094 , G06N3/0464 , G06N3/084 , G06N3/047 , G06N3/048
Abstract: 本发明公开了一种基于视觉语言提示学习的工业材料表面形貌测量分析方法，包括以下步骤：对于工业材料表面图像，进行裁剪处理，统一图像大小，根据工业需求的测量指标要求整理出带有不同标签的图像文本对；将带有标签的图像文本对处理成含有正例与负例的数据集，并将数据集划分为训练集、验证集和测试集；材料表面图像被输入到双路并行对抗网络中，进行特征提取；形貌特征文本模板和材料表面图像被输入到视觉语言多模态信息融合网络进行工业材料表面形貌测量及分析，得到多模态多粒度融合特征F；得到多模态多粒度融合特征F后，经过特征判别器进行判别，实现对工业材料表面形貌的测量及分析。
-
公开(公告)号：CN116934706A
公开(公告)日：2023-10-24
申请号：CN202310889846.4
申请日：2023-07-19
Applicant: 太原理工大学
IPC: G06T7/00 , G06V10/764 , G06T7/10 , G06T5/20 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06N3/08
Abstract: 本发明公开了基于多域对抗视觉Transformer的工业图像缺陷智能检测系统，包括数据预处理模块，基于注意力的空间转换模块，对抗性扰动模块，VIT模块和分类器模块。基于注意力的坐标空间转换模块包括：多频谱通道注意力单元和协调注意力单元。MAViT一种是适用于计算机视觉领域的基于注意力的网络模型，它可以很好的执行图像分类任务，在工业有缺陷的图像数量不足的条件下，快速稳定的评估复合纤维等工业材料表面形貌特征；该模型利用了注意力机制，注意力机制是一种在深度学习模型中用于增强对重要信息的关注及利用的技术，它可以被看作是模拟人类注意力机制的一种方式，使模型能够在处理输入数据时集中关注特定的部分或特征。
-
公开(公告)号：CN110216301B
公开(公告)日：2020-07-03
申请号：CN201910365726.8
申请日：2019-05-05
Applicant: 太原理工大学
IPC: B23B37/00
Abstract: 本发明涉及数控超声加工相关技术领域，具体是一种复频数控超声加工方法及辅助装置、加工钻床。加工方法：在刀具进入工件表面或离开工件表面时，利用夹持装置将自由质量块夹紧；在刀具加工工件内部时，松开夹持装置以使自由质量块自由振动。辅助装置：用以实现上述加工方法，包括两个夹爪组件，每个夹爪组件皆包括套装在转轴上的齿轮、第一连杆、第二连杆及爪瓣，所述爪瓣的一端设置为夹持部，两个夹爪组件的齿轮分别套在两根转轴上且相互啮合，两个齿轮啮合传动带动两个爪瓣的夹持部相互靠近以夹紧自由质量块或相互远离以松开自由质量块。加工钻床：安装有上述辅助装置，不但能够提高加工效率，还能消除崩边现象，提高表面质量。
-
公开(公告)号：CN110216301A
公开(公告)日：2019-09-10
申请号：CN201910365726.8
申请日：2019-05-05
Applicant: 太原理工大学
IPC: B23B37/00
Abstract: 本发明涉及数控超声加工相关技术领域，具体是一种复频数控超声加工方法及辅助装置、加工钻床。加工方法：在刀具进入工件表面或离开工件表面时，利用夹持装置将自由质量块夹紧；在刀具加工工件内部时，松开夹持装置以使自由质量块自由振动。辅助装置：用以实现上述加工方法，包括两个夹爪组件，每个夹爪组件皆包括套装在转轴上的齿轮、第一连杆、第二连杆及爪瓣，所述爪瓣的一端设置为夹持部，两个夹爪组件的齿轮分别套在两根转轴上且相互啮合，两个齿轮啮合传动带动两个爪瓣的夹持部相互靠近以夹紧自由质量块或相互远离以松开自由质量块。加工钻床：安装有上述辅助装置，不但能够提高加工效率，还能消除崩边现象，提高表面质量。
-
-
-
-
-
Search Results
6
records
(took 0.033 seconds)
