本申请提供了一种铝制品平面缺陷检测设备，属于铝制品缺陷检测技术领域。该铝制品平面缺陷检测设备包括转动组件和检测组件，通过第一电机使得夹持座进行转动，从而可以便于对夹持后的铝板材进行翻转，方便对不同面进行检测，通过驱动架使得框板进行移动，直至刮刀与铝板材表面相接触，并且弹性板与第二压力传感器和第二压力传感器不接触，通过驱动架使得多个刮刀在铝板材表面上移动，当铝板材表面出现凹形时，第二压力传感器出现压力变化，当铝板材表面出现凸起，第一压力传感器出现压力变化，进而实现了便于对铝板材表面缺陷快速检测的目标，省时省力，同时方便对铝板材不同面进行检测，减轻了劳动力，从而提高了实用性。
📄 2025208733095
📂 G01N19_06
👤 兴化市卡特金属制品有限公司
📅 2025-05-06
本发明公开了一种基于对抗机制的半监督式零件缺陷检测方法，包括：S1、建立对比分类网络，对比分类网络包括初始化参数为θ的分类器Cθ和初始化参数为的判别器S2、利用带标签零件图片数据集Sl训练分类器Cθ；S3、利用带标签零件图片数据集Sl和无标签零件图片数据集Su训练判别器S4、利用训练好的分类器Cθ对待测试零件图片进行预测，获得待测试零件的最终检测结果。该方法以半监督学习的方式，利用对抗机制训练出具有高精度与高鲁棒性的分类器，摒弃了传统深度学习分类任务中预测单张图片的类别标签的概念，致力于判断两张图片是否相似，以此来间接预测类别标签，在小批量带标签数据集上有良好的表现力与鲁棒性。
📄 2022116769225
📂 G06V10_764
👤 浙江工业大学
📅 2022-12-26
本发明公开了一种基于多邻域预测模型的磁芯缺陷检测方法，包括：对待学习无缺陷样本图片中的每个像素点设置特征表示区；确定每个像素点的感受野区域，并将该像素点作为感受野区域的中心像素点；对每个中心像素点，在其感受野范围内，找出k个与中心像素点相关度最高的邻域像素点，作为最相关邻域像素点；建立每个中心像素点与其最相关邻域像素点之间的多邻域映射关系，得到多邻域预测模型；调用多邻域预测模型数据对待测图片进行缺陷检测，得到待测图片缺陷检测结果的二值图像；对得到的缺陷检测结果的二值图像进行去噪优化，得到最终缺陷检测图像。本发明只需要对一幅正样本图片进行学习，具有样本需求量少，训练时间快，检测精度高的优点。
📄 202310011002X
📂 G06T7_00
👤 浙江工业大学
📅 2023-01-05
本发明公开了一种缺陷关联系数的度量方法，其特征在于，包括如下步骤：步骤一：从缺陷管理系统中抽象出来需要计算关联度的缺陷信息建立抽象的缺陷关联模型；步骤二：计算缺陷的数据相似度；步骤三：计算缺陷间的耦合度；步骤四：根据缺陷的数据相似度、缺陷间的耦合度计算缺陷关联系数；步骤五：根据缺陷传播特性更新缺陷关联系数矩阵。本发明计算出了两个直接关联缺陷间的缺陷关联系数，准确度高；设计了一种基于缺陷传递的缺陷关联系数的简单路径调整算法，实现对缺陷关联系数矩阵的动态更新。
📄 2016100100140
📂 G06F11_36
👤 浙江理工大学
📅 2016-01-06
本发明公开了一种精确检测金属板缺陷的装置和方法，包括信号源、桥式激励模块、激励线圈、接收线圈、信号处理模块以及电源。依次切换信号源中各晶振，对应的固定频率脉冲控制信号通过桥式激励模块使激励线圈产生多频激励信号，此时激励线圈接近被测金属板时，多频激励信号会在金属板不同深度产生涡流，使接收线圈产生感应电流。信号处理模块对接收线圈中的信号进行采集、频域转换及数值对比，最终检测出金属板缺陷的位置、形状等信息。该装置的多频激励信号能同时检测被测金属板不同深度缺陷信息，多晶振切换模式能扩大激励信号检测深度，且阵列式接收线圈能扩大检测范围，具有结构简单、成本低廉、检测灵敏度、精度高，便于大规模生产等优点。
📄 2017102973860
📂 G01N27_90
👤 陕西科技大学
📅 2017-04-28
本发明公开了一种基于卷积神经网络的铜箔基板缺陷检测方法，包括以下步骤：数据集收集与标记；对数据集的图像进行数据扩展；构造一个快速准确的卷积神经网络模型；将数据集样本图片输入到上述卷积神经网络模型中进行迭代训练，获得最佳检测模型；将待检测铜箔基板图像输入到上述检测模型中进行图像类别的识别并实现在线的自动检测。上述方法通过将数据集样本输入构建的卷积神经网络模型迭代训练，从而获得深度学习检测模型，对铜箔基板缺陷产品实现在线检测，克服人工设计缺陷特征的缺点，提高了生产效率，从而快速准确进行分类检测，具有很强的适应性和鲁棒性，保证了铜箔基板产品的品质。
📄 2019110953961
📂 G06T7_00
👤 杭州电子科技大学
📅 2019-11-11
本发明公开了一种压铸件缺陷检测方法及装置，通过采集具有缺陷特征的压铸件图片，对缺陷图片进行去噪、增强处理，用缺陷图片训练深度卷积网络Alexnet，对缺陷图片进行分类、建立对应的语义标签并存储到缺陷特征库，实时对压铸件进行缺陷跟踪，当检测到具有缺陷的压铸件时，反馈给检测装置并统计检测数据、生成压铸件缺陷检测报告。本发明提高了压铸件缺陷检测效率和精度，且准确率高，速度快，实时性好，能快速准确的找到有缺陷的压铸件。
📄 201811056776X
📂 G06T7_00
👤 韶关学院
📅 2018-09-11
本发明提供一种在线装配缺陷识别系统及其方法，通过建立B/S架构，构建包括产品装配线、下位机图像处理模块以及上位机服务器模块的实时监控管理系统，通过对产品装配线上每一个装配工位的典型装配缺陷进行系统分析，基于一套固定的图像采集系统，为每一个装配工位的产品图像设定目标区域，从而大大地减小了图像处理的计算损耗，同时基于PSO‑SVM算法构建了产品制造缺陷识别模型，通过对训练样本库图像的训练学习，使得该产品制造缺陷识别模型可以实时识别出产品装配线上的装配缺陷，并通过上位机服务器模块控制PLC进行装配缺陷的实时维修，实现了智能制造车间装配信息的实时采集、分析、识别与处理，解决了智能制造车间在产品装配缺陷难以及时识别问题。
📄 2019101635211
📂 G06T7_00
👤 广东石油化工学院
📅 2019-03-04
本发明公开了一种吹塑箱包生产缺陷检测方法，涉及到箱包检测技术领域，所述吹塑箱包生产缺陷检测方法通过吹塑箱包生产缺陷检测设备实现，所述吹塑箱包生产缺陷检测方法吹塑箱包生产缺陷检测设备包括机箱，所述机箱正面以及背面均开设有进出料口，两个所述进出料口内侧共同固定设置有箱包传送带，所述机箱内腔底部固定设置有驱动机构，所述驱动机构顶部以及右侧共同设置有转移机构，所述机箱内腔顶部固定设置有检测机构，所述检测机构顶部设置有第一防护遮挡机构。本发明可以在一次检测过程中完成单个箱包的全面检测，进而无需重复检测过程多次，有效降低工作量的同时明显提高检测效率，更加适用于吹塑箱包的工业化检测操作。
📄 2023104186244
📂 G01B21_00
👤 江西凯威箱包有限公司
📅 2023-04-19
本发明提供了板卡缺陷类别识别方法、装置、设备及可读存储介质，所述方法包括：获取第一图像集合和待检测的板卡的三维图像，所述第一图像集合中包括至少一张具有缺陷的板卡的三维图像；根据所述第一图像集合和卷积神经网络模型建立异常检测模型；根据所述异常检测模型对所述待检测的板卡的三维图像进行检测，得到第一异常区域；基于单层非下采样Shearlet变换和所述第一异常区域，得到所述板卡上缺陷所在区域的三维图像；基于所述缺陷所在区域的三维图像和缺陷分类模型得到所述板卡上缺陷所属的缺陷类别。本发明通过层层递进的方法可以提高缺陷所在区域的三维图像的清晰度，进而可以提高缺陷类别识别的准确性。
📄 202111616771X
📂 G06T7_00
👤 位银星
📅 2021-12-28
本发明提供一种设备缺陷检测方法，包括：获取设备的原始红外图像和原始紫外图像；对原始红外图像和原始紫外图像进行预处理，得到预处理后的原始红外图像和预处理后的原始紫外图像；分别提取预处理后的原始红外图像的特征和预处理后的原始紫外图像的特征，得到红外特征图和紫外特征图；通过双分支增强模块对红外特征图和紫外特征图分别进行信息增强和压缩，得到压缩后的红外增强特征图和压缩后的紫外增强特征图；通过独有属性选择模块和共有属性选择模块对压缩后的特征图进行处理，得到最终融合特征图；将最终融合特征图输入到Mobile‑Aim网络中，得到设备缺陷检测结果。本发明能够提升缺陷识别结果的精度。
📄 2024114493135
📂 G06T7_00
👤 华东交通大学
📅 2024-10-17
本申请提供了油墨喷涂缺陷自动检测设备，属于缺陷检测技术领域。该油墨喷涂缺陷自动检测设备包括转动组件和检测组件，所述转动组件包括工作台、第一电机、转轴、送料杆、放料框和翻动件，所述第一电机安装于所述工作台底部，所述转轴转动设置于所述工作台顶部，所述检测组件包括框架、电动推杆、移动板和检测相机，所述框架安装于所述工作台顶部，通过设置工作台、第一电机、转轴、送料杆、放料框和翻动件，能够边上料边检测提高检测效率，同时大大减少了人工参与检测，通过设置框架、电动推杆、移动板和检测相机，能够调节检测拍摄高度，针对不同高度工件使用，保证拍摄清晰度。
📄 2022233349865
📂 G01N21_95
👤 无锡维胜威信息科技有限公司
📅 2022-12-12
已申报项目
柿子坊 · 知识产权运营
柿子坊知识产权运营平台