-
公开(公告)号:CN115690029A
公开(公告)日:2023-02-03
申请号:CN202211315292.9
申请日:2022-10-26
Applicant: 山东科技大学
IPC: G06T7/00 , G06N3/0464 , G06N3/08 , G06T7/11 , G06V10/764 , G06V10/774 , G06V10/80
Abstract: 本发明公开了一种基于改进YOLO‑v5模型的子午线轮胎X光图像病疵自动检测方法,属于子午线轮胎检测技术领域,包括如下步骤:步骤1、采集子午线轮胎X光图像进行分割处理,统一分辨率,制作模型训练样本数据;步骤2、针对X光机不稳定造成的图像条状、块状缺失,从而影响检测效果的问题,进行图像复原处理;步骤3、设计改进YOLO‑v5模型,包括增加第四个检测层、增加注意力模块,以及改进损失函数;步骤4、采用子午线轮胎病疵数据进行模型训练;步骤5、利用训练完成的模型进行实际应用场景的轮胎病疵检测。本发明是一种自动检测方法,基于改进模型能够自动识别多种病疵,针对不同病疵进行检测分类,检测效率和准确率较高。
-
公开(公告)号:CN114648160A
公开(公告)日:2022-06-21
申请号:CN202210235169.X
申请日:2022-03-11
Applicant: 山东科技大学
Abstract: 本发明公开了一种基于并行张量分解的快速产品质量预测方法,属于智能制造领域。针对当前产品质量预测方法过度依赖人工经验,并且不能及时准确地调整工艺参数的问题,本发明提出了基于并行张量分解的快速产品质量预测方法,与当前已有的产品质量预测方法相比,该方法可以有效地提高产品生产的效率,保障产品生产质量。
-