• 热门行业
  • 装修建材
  • 家居生活
  • 餐饮食品
  • 母婴教育
  • 电脑办公
  • 服装首饰
  • 汽车工具
  • 家电数码
  • 机械化工
  • 休闲美容
返回上一页
专利状态
一种基于深度学习的缺陷快速初筛方法及系统
有效
专利申请进度
申请
2020-01-03
申请公布
2020-06-05
授权
2023-10-27
预估到期
2040-01-03
专利基础信息
申请号 CN202010006281.7 申请日 2020-01-03
申请公布号 CN111242185A 申请公布日 2020-06-05
授权公布号 CN111242185B 授权公告日 2023-10-27
分类号 G06V10/764;G06V10/82;G06V10/774;G06V10/776;G06N3/0464;G06N3/048;G06N3/0455;G06N3/082
分类 计算;推算;计数;
申请人名称 凌云光技术股份有限公司
申请人地址 北京市海淀区翠湖南环路13号院7号楼7层701室
专利法律状态
  • 2023-10-27
    授权
    状态信息
    授权
  • 2020-12-15
    著录事项变更
    状态信息
    著录事项变更;IPC(主分类):G06K9/62;变更事项:申请人;变更前:凌云光技术集团有限责任公司;变更后:凌云光技术股份有限公司;变更事项:地址;变更前:100094 北京市海淀区翠湖南环路13号院7号楼7层701室;变更后:100094 北京市海淀区翠湖南环路13号院7号楼7层701室
  • 2020-06-30
    实质审查的生效
    状态信息
    实质审查的生效;IPC(主分类):G06K9/62;申请日:20200103
  • 2020-06-05
    公布
    状态信息
    公布
摘要
本申请提供的基于深度学习的缺陷快速初筛方法及系统中,将待测图像输入到训练好深度卷积神经网络学习模型中,当缺陷类别像素判定为疑似缺陷图像;将所述疑似缺陷图像输入到搭建好的解码器中完成缺陷的初筛;可以看出本申请中的缺陷初筛方法包括编码、初筛及解码,将图片的筛选完全交给神经网络完成;初筛后可以筛除掉大量的无缺陷图像和置信度较高的缺陷图像,仅将疑似缺陷图像经过解码器后处理,避免了对每一张预处理后的小图都需要经过一次完整的编码过程和解码过程,提高了缺陷判定效率;而且在筛选的过程中由神经网络自动提取特征,通过卷积核就可以实现自动提取图片的特征,从而进行分类,提高了缺陷筛选的准确性。