发明专利已授权

一种基于卷积神经网络的磁片表面缺陷检测方法

📄 申请号：CN201711361710.7 📄 发布日：2026/08/04

著录项目信息

申请日

2017-12-18

申请人

浙江工业大学

法律状态

已下证

专利类型

发明

主分类号

G06T7_00

IPC 分类号

G06T7_00 , G06N3_04 ,

技术画像

所属领域

图像识别图像识别人工智能算法工业视觉检测

应用场景

工业质检, 智能制造, 自动化检测, 电子产品制造

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于卷积神经网络的磁片表面缺陷检测方法，包含如下步骤：第一步，获取待检测磁片的俯视图像并对图像进行预处理，包括灰度化，霍夫圆变换，尺寸变换，旋转切割等步骤；第二步，将预处理后的图像输入至预先训练好的卷积神经网络进行缺陷检测，检测磁片表面是否有缺陷，并对缺陷进行分类；卷积神经网络，其中输入层，卷积层，采样层，全连接层对图像进行特征提取，提取的特征由Softmax分类器进行缺陷分类。与现有技术相比本发明检测精度高，鲁棒性更好。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

20200421

✅ 授权

20180619

?? 实质审查的生效：

20180525

📄 公开

一种多孔硅化铜金属间化合物材料及其制备和应用

当前第 / 件

一种适用于铜及铜合金纳米自修复多级致密的无铬钝化剂及其制备工艺

同领域国内专利 · IPC: (G06T7_00)

G06T7_00 G06T7_10 G06T7_11 G06T7_12 G06T7_13 G06T7_136 G06T7_143 G06T7_149 G06T7_155 G06T7_168 G06T7_174 G06T7_181 G06T7_187 G06T7_194 G06T7_20 G06T7_207 G06T7_215 G06T7_223 G06T7_246 G06T7_254 G06T7_269 G06T7_277 G06T7_292 G06T7_30 G06T7_32 G06T7_33 G06T7_37 G06T7_38 G06T7_40 G06T7_41 G06T7_44 G06T7_45 G06T7_49 G06T7_50 G06T7_507 G06T7_514 G06T7_521 G06T7_55 G06T7_557 G06T7_564 G06T7_579 G06T7_593 G06T7_60 G06T7_62 G06T7_64 G06T7_66 G06T7_68 G06T7_70 G06T7_73 G06T7_77 G06T7_80 G06T7_90 覆盖52个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：15 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

一种基于卷积神经网络的磁片表面缺陷检测方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06T7_00)

相似专利推荐 AI 驱动 · 同领域

一种基于视觉技术的多目标识别方法及系统

一种基于人工智能技术的可拼接模型生成方法及系统

基于遥感技术的矿化带快速圈定方法

服务项目

资源中心

关于柿子坊