咨询电话:13280638997
传真:0533-3110363
邮箱:kefu@shizifang.com
著 录 项 目:
专利/申请号: | CN201810967824.4 | 专利名称: | 一种基于卷积神经网络的面料主成分检测方法 |
申请日: | 2018-08-23 | 申请/专利权人 | |
专利类型: | 发明 | 地址: | |
专利状态: | 已下证 查询审查信息 | IPC分类号: | G06K9/62 分类检索 |
公开/公告日: | 转让价格: | 【平台担保交易】 | |
公开/公告号: | 交易状态: | 等待洽谈 搜索相似专利 | |
浏览量: | 10 | 所属领域: | 纺织面料专利转让搜索 |
应用场景:纺织品质量监控;服装制造业原料溯源;自动化生产线成分分析;实验室快速检测替代方案;供应链品控系统
摘 要:本发明公开了一种基于卷积神经网络的面料主成分检测方法,其首先使用光学放大设备构建每种主成分的面料图片库;然后使用空洞卷积、深度可分离卷积技术搭建卷积神经网络;最后将图片库转换为HSV颜色空间后输入搭建好的卷积神经网络对其进行训练,得到可用来进行面料主成分检测的网络。本发明不需要检测人员具备面料成分检测相关专业知识,对图像的放大倍数要求较低,无需使用显微镜采集图片,降低了检测操作门槛,简化了检测流程;本发明中设计的卷积神经网络可同时实现多种面料主成分的检测,模型通用性较强,较其他卷积神经网络结构的网络结构简单,网络规模小,训练时间短,检测准确率有所提升。
交易方 | 企业 | 个人 |
买家 | 营业执照副本复印件(需盖公章) | 身份证复印件(签字) |
专利转让委托书(需盖公章)一式两份 | 专利转让委托书(需签字)一式两份 | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
卖家 | 营业执照副本复印件(需盖公章) | 身份证复印件(需申请人签字) |
解除代理委托书(需盖公章)一式两份(如专利通过代理机构申请) | 解除代理委托书(需签字)一式两份(如专利通过代理机构申请) | |
专利转让协议(需盖公章)一式两份 | 专利转让协议(需签字)一式两份 | |
专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
专利证原件(若授权下证) | 专利证原件(若授权下证) |
日期 | 法律信息 | 备注 |
申请号 | 专利名称 | 发布日期 |
2022100153374 | 【发明】一种江淮地区强降水中心场的提取方法 | 2025/10/15 |
2021114847545 | 【发明】基于特征和标签空间动态对齐的域适应图像分类方法 | 2025/10/15 |
2015101027345 | 【发明】一种基于改进的偏微分模型的指纹方向场计算方法 | 2025/10/15 |
202110488919X | 【发明】基于改进型SSD网络的行人目标检测与重识别方法 | 2025/10/15 |
2021111733913 | 【发明】多模态输入与空间划分的三维目标检测方法 | 2025/10/15 |
2013105864481 | 【发明】一种低秩分块稀疏表示的人脸识别方法 | 2025/10/15 |
2022107520618 | 【发明】一种自动提取特征的压力容器气体泄漏声学识别方法 | 2025/10/15 |
2017109795347 | 【发明】一种垃圾邮件的分类方法 | 2025/10/15 |
2019113176917 | 【发明】一种基于相似度网络的多模态图像能见度检测方法 | 2025/10/14 |
2020105174429 | 【发明】基于浅层融合的多模态图像能见度检测模型的深度学习方法 | 2025/10/14 |