-
公开(公告)号：CN118365595A
公开(公告)日：2024-07-19
申请号：CN202410394324.1
申请日：2024-04-02
Applicant: 重庆大学
IPC: G06T7/00 , G06V10/774 , G06V10/82 , G06V10/764 , G06N3/0475 , G06N3/045 , G06N3/0464 , G06N3/048 , G06N3/0455 , G06N3/094
Abstract: 本发明公开了一种动态不确定制造场景下的金属多表面缺陷检测方法，该方法将获取的待测样品的金属表面图像输入至训练后的金属表面缺陷检测模型，得到待测样品的金属表面图像的缺陷检测结果；所述训练后的金属表面缺陷检测模型通过训练生成模型利用重构缺陷图像和真实缺陷样本图像作为缺陷样本训练集，利用所述缺陷样本训练集训练金属表面缺陷检测模型，从而实现待测样品的金属表面图像的缺陷检测。本发明提出的方法，有效解决了现有缺陷检测方法中存在的制造场景不确定、训练样本不充分导致漏检、错检的问题，提高了模型的泛化能力，从而提高了缺陷检测的准确性以及效率。
-
公开(公告)号：CN119653241A
公开(公告)日：2025-03-18
申请号：CN202411820405.X
申请日：2024-12-11
Applicant: 重庆大学
IPC: H04N23/695 , G01N21/01 , G01N21/88
Abstract: 本发明公开了一种多自由度零件图像自动采集方法及采集装置，初次图像采集由人工完成，在装置初次采集零件图像时，系统记录夹具各运动机构的当前位置、相机的角度、光源位置等关键节点姿态数据。姿态数据存储于控制系统中，用作后续相同或相似零件的姿态参照。在后续进行同一零件的多次采集或类似零件的相似采集任务时，系统可以直接调用存储的姿态数据，自动将零件和相机调整到记录的最佳相对位置。本发明能够实现零件各个表面的稳定、高质量的图像自动采集，并确保多次采集的一致性，实现高效的在线检测。
-
公开(公告)号：CN118072220A
公开(公告)日：2024-05-24
申请号：CN202410209002.5
申请日：2024-02-26
Applicant: 重庆大学
IPC: G06V20/40 , G06V20/52 , G06V10/774 , G06V10/82 , G06N3/0464
Abstract: 本发明属于智能安全监控技术领域，尤其涉及一种基于多阶段级联网络的危险装配行为识别系统，包括行为类别假设模块、行为信息检测模块和行为定义模块。行为类别假设模块通过切片推理，判断每个视频切片的装配行为简单类别，为后续识别提供行为类别标签信息；行为信息检测模块获取视频切片的密集关键帧中的行为信息特征，实现了动作特征相同的难样本的重学习；行为定义模块中，阶段决策算法融合前两阶段输出的多模态判别特征进行正负样本的快速决策，并通过CART决策树算法增加强判别特征的权重系数，输出准确的模型可靠性指标，最终实现危险装配行为识别，还可以避免在各个决策分支里重复判断不通用的特征，减少缺失值过多和误判的问题。
-
公开(公告)号：CN116758036A
公开(公告)日：2023-09-15
申请号：CN202310734380.0
申请日：2023-06-20
Applicant: 重庆大学
IPC: G06T7/00 , G06T7/11 , G06V10/80 , G06V10/42 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08 , G06T7/136
Abstract: 本发明公开了一种基于Mask R‑CNN的齿轮缺陷分割模型及训练方法和检测方法，在获取包含整个齿轮的端面图像后，采用基于Otsu阈值分割和中值滤波的中心裁剪对齿轮外接矩形区域进行裁剪，减少图像冗余背景；根据设定的实例分割模型输入图像大小，采用基于SAHI的滑动重叠裁剪将图像裁剪成多张小图，混合采用图像翻转、随机噪声、随机亮度调整和随机平移的数据增强方式对裁剪后图像进行增强，从而更好的支撑模型的训练以及后续的检测；再利用训练完成的基于Mask R‑CNN的齿轮缺陷分割模型分别对每张小图进行分割，并输出对应的分割结果；最后使用非最大值合并法，将多张小图合并成一张大图并作为最终分割结果输出。
-
-
-
Search Results
4
records
(took 0.019 seconds)
