公开(公告)号：CN117593244A

公开(公告)日：2024-02-23

申请号：CN202311318982.4

申请日：2023-10-12

Applicant: 浙江工业大学膜分离与水处理协同创新中心湖州研究院

Inventor： 吴茂念 ,  李玲 ,  吴涛 ,  朱绍军 ,  郑博

IPC: G06T7/00 ,  G06N3/0464 ,  G06N3/08

Abstract: 本发明涉及缺陷检测技术领域，提出了一种基于改进注意力机制的膜产品缺陷检测方法，步骤1具体包括：1)使用工业相机采集膜产品图像，通过调节工业相机的高度和焦距拍摄对应状态下的膜产品缺陷图像；2)将工业相机拍摄的视频按适当帧提取图片并保存在计算机中；对采集到的图像进行预处理，以提高后续处理的效果。步骤2具体包括：利用labelimg图像标注工具对增强后的膜产品缺陷图像进行位置和大小标注。通过上述技术方案，解决了现有膜产品缺陷检测方法主要依赖于人工视觉检查或传统的图像处理算法；但人工视觉检查的主观性和疲劳性，或传统图像处理算法在复杂背景下检测精度低的问题，可以在膜产品检测中能够带来更好的检测效果。

公开(公告)号：CN221572351U

公开(公告)日：2024-08-20

申请号：CN202322738325.7

申请日：2023-10-12

Applicant: 浙江工业大学膜分离与水处理协同创新中心湖州研究院

Inventor： 吴茂念 ,  李玲 ,  吴涛 ,  朱绍军 ,  郑博

IPC: G01N21/88 ,  G01N21/01 ,  G06T7/00 ,  G06V10/764 ,  G06V10/82

Abstract: 本实用新型涉及膜产品缺陷检测技术领域，提出了一种基于深度学习的膜产品缺陷检测装置，包括检测平台，检测平台底部居中位置安装有驱动元件，驱动元件的输出端活动连接有转轴，通过位于槽座一侧的高分辨摄像设备对膜产品进行多角度图像收集工作，并将其传输给后续处理单元，图像数据被传输到数据处理单元，该单元采用预训练的深度学习模型和图像处理算法对图像数据进行处理和分析，通过与事先标记好的缺陷图像进行对比，能够准确识别可能存在的缺陷，数据处理单元根据分析结果，将膜产品表面的缺陷进行识别和分类，缺陷可以分为不同的类型，如气泡、划痕、裂纹等，根据缺陷的类型和程度，生成相应的检测报告和警报信息。