发明专利已授权

一种基于卷积神经网络和主动学习的瓷砖表面缺陷识别方法

📄 申请号：CN201711361708.X 📄 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 , G06T7_13 , G06T7_168 , G06K9_62 ,

技术画像

所属领域

卷积神经网络图像识别人工智能算法深度学习神经网络卷积神经网络

应用场景

瓷砖生产, 陶瓷制造, 建材质检, 工业自动化, 智能制造

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

一种基于卷积神经网络和主动学习的瓷砖表面缺陷识别方法，该方法包括如下步骤：(1)获取图像并预处理；(2)训练集的建立；(3)卷积神经网络的建立与训练；(4)主动学习；(5)模型迭代；(6)在线检测。本发明对比现有技术相比：(1)使用卷积神经网络自动提取瓷砖表面缺陷的特征，在缺陷特征提取方面不再需要很好的先验知识，而且可以识别一张待检测图像中的多种缺陷类型；(2)通过在卷积神经网络训练中引入主动学习，有效减少样本的标注成本，加速模型的收敛。

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

基于Granger causality路网早晚高峰拥堵状况和传播机制分析方法

当前第 / 件

普鲁士蓝类似物/MXene复合电极材料及其原位制备方法、应用

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：16 ❤️ 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和主动学习的瓷砖表面缺陷识别方法

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

基于遥感技术的矿化带快速圈定方法

一种基于图像识别的二极管引脚表面氧化检测方法

一种图像特征提取及描述符获取方法、装置及存储介质

服务项目

资源中心

关于柿子坊