公开(公告)号：CN104298182A

公开(公告)日：2015-01-21

申请号：CN201310304170.4

申请日：2013-07-18

Applicant: 上海宝信软件股份有限公司

Inventor： 郭心如 ,  王育华 ,  秦凯运 ,  黄学锋 ,  赵研

IPC: G05B19/418

CPC classification number: Y02P90/02 ,  G05B19/41835

Abstract: 本发明提供了一种基于VME总线嵌入式系统I/O板卡驱动设计方法，包括步骤：根据需求设计板卡需要实现的驱动功能；根据板卡功能说明书从需要实现的驱动功能中筛选I/O板卡驱动功能需求；根据I/O板卡驱动功能需求进行驱动程序接口设计；驱动程序编码，生成驱动程序；进行驱动功能测试，完善驱动结构。本发明根据操作系统的运行环境，管理的外设是否存在而决定是否在系统启动时加载相应的设备驱动程序，以免加载了不必要的程序而多占用内存空间；不会出现地址重复现象；能够更加灵活的使用I/O硬件；对驱动程序进行快速移植；能够对同一驱动程序进行多次调用，实现可重入性。

公开(公告)号：CN113393414B

公开(公告)日：2025-04-11

申请号：CN202010167902.X

申请日：2020-03-11

Applicant: 上海宝信软件股份有限公司

Inventor： 郭心如 ,  黄学锋 ,  秦凯运 ,  王纬秀

IPC: G06F30/27 ,  G06T7/00 ,  G06T5/00

Abstract: 本发明提供了一种基于深度学习的冷轧带钢磨后辊印缺陷检测方法及系统，包括：步骤M1：采集经自动打磨系统打磨完成后的冷轧带钢所反射的缺陷图像；步骤M2：对缺陷图像进行预处理，并将预处理后的缺陷图像分割为预设大小的图片；步骤M3：根据分割后的预设大小的图片进行人工标注，创建数据集；步骤M4：利用基于cityscapes数据集的Hrnet预训练模型对数据集进行预设次数和学习率的训练，使数据集内标注的缺陷识别率达到预设值，得到训练完成的模型；步骤M5：将训练完成的模型部署在冷轧带钢生产线进行在线监测缺陷识别结果；本发明投入之后，可有效减少辊印缺陷圈的产生，提高成材率。同时实现辊印识别工位的自动化，减少现有工作人员的劳动强度。

公开(公告)号：CN113393414A

公开(公告)日：2021-09-14

申请号：CN202010167902.X

申请日：2020-03-11

Applicant: 上海宝信软件股份有限公司

Inventor： 郭心如 ,  黄学锋 ,  秦凯运 ,  王纬秀

IPC: G06T7/00 ,  G06K9/32 ,  G06T5/00

Abstract: 本发明提供了一种基于深度学习的冷轧带钢磨后辊印缺陷检测方法及系统，包括：步骤M1：采集经自动打磨系统打磨完成后的冷轧带钢所反射的缺陷图像；步骤M2：对缺陷图像进行预处理，并将预处理后的缺陷图像分割为预设大小的图片；步骤M3：根据分割后的预设大小的图片进行人工标注，创建数据集；步骤M4：利用基于cityscapes数据集的Hrnet预训练模型对数据集进行预设次数和学习率的训练，使数据集内标注的缺陷识别率达到预设值，得到训练完成的模型；步骤M5：将训练完成的模型部署在冷轧带钢生产线进行在线监测缺陷识别结果；本发明投入之后，可有效减少辊印缺陷圈的产生，提高成材率。同时实现辊印识别工位的自动化，减少现有工作人员的劳动强度。