-
公开(公告)号：CN112881424A
公开(公告)日：2021-06-01
申请号：CN202110043377.5
申请日：2021-01-13
Applicant: 广东省特种设备检测研究院珠海检测院 , 华南理工大学
Abstract: 本发明公开了一种AI+荧光渗透小型管件表面缺陷检测及质量分级方法与系统，包括：采集荧光渗透处理后的管件表面图像，并将管件表面检测图片分类标注，将标注后的管件表面检测结果放入深度学习神经网络MaskR‑CNN训练集中训练；使用训练后的Mask R‑CNN检测管件表面图片上缺陷类型，并记数；提取管件表面图像缺陷区域，并计算图像缺陷区域面积、长度；根据无损检测质量分级标准，评价管件表面质量等级。所述系统包括工业相机固定支架、工业相机、镜头、上位机。
-
公开(公告)号：CN112767249B
公开(公告)日：2023-04-07
申请号：CN202110051552.5
申请日：2021-01-13
Applicant: 广东省特种设备检测研究院珠海检测院 , 华南理工大学
Abstract: 本发明公开了一种面向小型管件表面缺陷检测的图像展开拼接方法及系统，包括：在小型管件的前方、后方、左方、右方分别安装检测相机，用于采集小型管件侧面图片；建立小型管件图像展开模型，描述图像展开前与图像展开后坐标关系；均分小型管件圆柱体横截面圆心角并计算圆心角对应的弧长，进而计算得到小型管件表面沿母线展开前与展开后像素坐标；分别求得小型管件展开前世界坐标‑像素坐标间转换关系、展开后世界坐标‑像素坐标间转换关系，从而求得小型管件展开前像素坐标‑展开后像素坐标转换关系；采用相邻点双线性插值对展开后小型管件表面图像进行补全，使用展开后的小型管件表面图像进行图像拼接。
-
公开(公告)号：CN113086797B
公开(公告)日：2022-05-20
申请号：CN202110364902.3
申请日：2021-03-30
Applicant: 广东省特种设备检测研究院珠海检测院 , 华南理工大学
Abstract: 本发明公开了一种电梯液压缓冲器隐患识别深度学习装置及方法，所述装置包括磁吸式反射板、激光测距传感器和上位机。所述方法包括将电梯压入底坑对缓冲器进行压缩，随后将电梯重新提起使缓冲器复位，激光测距传感器实时采集缓冲器位移信息；构建长短时记忆模块及全连接层模块并联深度神经网络模型；构建长短时记忆模块及全连接层模块并联深度神经网络模型；长短时记忆模块识别电梯运行状态，截取完整位移变化信息、分段线性插值变换后输入全连接层模块识别缓冲器隐患；特征分析模块结合长短时记忆模块识别到的运行状态，计算特征信息，输入特征分析模块识别到隐患；分析全连接层模块输出的隐患与特征分析模块输出的隐患，确定最终隐患。
-
公开(公告)号：CN113086797A
公开(公告)日：2021-07-09
申请号：CN202110364902.3
申请日：2021-03-30
Applicant: 广东省特种设备检测研究院珠海检测院 , 华南理工大学
Abstract: 本发明公开了一种电梯液压缓冲器隐患识别深度学习装置及方法，所述装置包括磁吸式反射板、激光测距传感器和上位机。所述方法包括将电梯压入底坑对缓冲器进行压缩，随后将电梯重新提起使缓冲器复位，激光测距传感器实时采集缓冲器位移信息；构建长短时记忆模块及全连接层模块并联深度神经网络模型；构建长短时记忆模块及全连接层模块并联深度神经网络模型；长短时记忆模块识别电梯运行状态，截取完整位移变化信息、分段线性插值变换后输入全连接层模块识别缓冲器隐患；特征分析模块结合长短时记忆模块识别到的运行状态，计算特征信息，输入特征分析模块识别到隐患；分析全连接层模块输出的隐患与特征分析模块输出的隐患，确定最终隐患。
-
公开(公告)号：CN112767249A
公开(公告)日：2021-05-07
申请号：CN202110051552.5
申请日：2021-01-13
Applicant: 广东省特种设备检测研究院珠海检测院 , 华南理工大学
Abstract: 本发明公开了一种面向小型管件表面缺陷检测的图像展开拼接方法及系统，包括：在小型管件的前方、后方、左方、右方分别安装检测相机，用于采集小型管件侧面图片；建立小型管件图像展开模型，描述图像展开前与图像展开后坐标关系；均分小型管件圆柱体横截面圆心角并计算圆心角对应的弧长，进而计算得到小型管件表面沿母线展开前与展开后像素坐标；分别求得小型管件展开前世界坐标‑像素坐标间转换关系、展开后世界坐标‑像素坐标间转换关系，从而求得小型管件展开前像素坐标‑展开后像素坐标转换关系；采用相邻点双线性插值对展开后小型管件表面图像进行补全，使用展开后的小型管件表面图像进行图像拼接。
-
Patent Agency Ranking
公开(公告)号：CN111798516A
公开(公告)日：2020-10-20
申请号：CN202010618093.X
申请日：2020-07-01
Applicant: 广东省特种设备检测研究院珠海检测院 , 华南理工大学
Abstract: 本发明公开了一种桥式起重机设备运行状态量的检测及误差分析方法，包括：利用深度学习模型Mask R-CNN预测摄像头每帧画面中起重机部件的定位框、部件区域的实例分割以及部件关键点和自然标定物关键点；利用起重机上的自然标定物关键点建立世界坐标系，并与Mask R-CNN识别出的对应位置的像素坐标作为求解PnP问题的输入值，求解获得坐标变换的单应性矩阵，即得到当前帧的相机坐标到世界坐标的坐标变换矩阵；结合坐标变换矩阵，及Mask R-CNN预测的关键位置像素坐标，利用相机投影变换性质求出像素坐标对应的关键点世界坐标；依据求出的关键点世界坐标，计算起重机运行状态量；利用微分近似误差的方法，分析求取关键点世界坐标的计算误差，得出了计算误差的解析表达式。
-
公开(公告)号：CN111798516B
公开(公告)日：2023-12-22
申请号：CN202010618093.X
申请日：2020-07-01
Applicant: 广东省特种设备检测研究院珠海检测院 , 华南理工大学
IPC: G06T7/73 , G06T7/80 , G06V10/82 , G06V10/764 , G06N3/045 , G06N3/0464 , G06N3/096 , G06N3/084 , G06F17/16
Abstract: 本发明公开了一种桥式起重机设备运行状态量的检测及误差分析方法，包括：利用深度学习模型Mask R‑CNN预测摄像头每帧画面中起重机部件的定位框、部件区域的实例分割以及部件关键点和自然标定物关键点；利用起重机上的自然标定物关键点建立世界坐标系，并与Mask R‑CNN识别出的对应位置的像素坐标作为求解PnP问题的输入值，求解获得坐标变换的单应性矩阵，即得到当前帧的相机坐标到世界坐标的坐标变换矩阵；结合坐标变换矩阵，及Mask R‑CNN预测的关键位置像素坐标，利用相机投影变换性质求出像素坐标对应的关键点世界坐标；依据求出的关键点世界坐标，计算起重机运行状态量；利用微分近似误差的方法，分析求取关键点世界坐
-
公开(公告)号：CN119942192A
公开(公告)日：2025-05-06
申请号：CN202510003523.X
申请日：2025-01-02
Applicant: 华南理工大学
IPC: G06V10/764 , G06V10/82 , G06V10/52 , G06V10/80 , G06V10/75 , G06N3/0455 , G06N3/08 , G06T7/00
Abstract: 本发明公开了一种面向MiniGPT‑4的无监督汽车缸盖内腔表面缺陷检测方法，包括：构建汽车缸盖内腔表面参数化成像模型，采集正常图像；构建图像数据集，由正常图像生成异常图像组成数据集；采集数据集图像特征，经多尺度局部邻域聚合方法、相互评分机制提取特征；建立无监督汽车缸盖内腔表面缺陷检测模型，包含图像编码器、图像解码器、图文匹配模块、提示学习器、几何信息学习器、大型语言模型；将图像输入图像编码器、图像解码器、图文匹配模块、提示学习器、几何信息学习器、大型语言模型，确定检测图像mask掩码图及缺陷属性、几何信息。本发明对复杂制造场景中产品质量控制、提高缺陷检测效率及准确性具有重大实际工程应用价值。
-
公开(公告)号：CN118155761A
公开(公告)日：2024-06-07
申请号：CN202410347256.3
申请日：2024-03-26
Applicant: 华南理工大学
Abstract: 本发明公开了一种基于RA‑TLBO的锂离子电池电化学模型参数估计方法，包括获取锂离子电池在5C高倍率充放电工况下的参考端电压Vref曲线；根据伪二维P2D电化学模型参数在5C高倍率充放电工况下的灵敏度，确定可估计的高灵敏度参数及其取值区间；构建P2D电化学模型，通过有限元法求解P2D电化学模型，获得锂离子电池的仿真端电压Vsim曲线；根据锂离子电池的参考端电压Vref曲线、仿真端电压Vsim曲线数据，构建目标函数；通过逆向同化‑教与学优化RA‑TLBO算法实现P2D电化学模型参数的最优解估计。本发明具有准确性高、计算效率高、鲁棒性强等特点，适用于锂离子电池的电化学模型参数估计。
-
公开(公告)号：CN117351221A
公开(公告)日：2024-01-05
申请号：CN202311271505.7
申请日：2023-09-27
Applicant: 广东省珠海市质量计量监督检测所 , 华南理工大学
Abstract: 本发明公开了一种纸质仿真检定心电图关键点提取方法，包括对纸质仿真检定心电图数据集进行数字图像处理，并对数字图像处理后的纸质仿真检定心电图数据集进行角点检测；选择多个纸质仿真检定心电图关键点，将所述关键点作为DeepLabCut纸质仿真检定心电图训练数据集的标注，并进行训练；采用DeepLabCut对纸质仿真检定心电图数据集进行测试，预测出所选择的多个纸质仿真检定心电图关键点的位置；在多个DeepLabCut预测的心电图关键点附近搜索SIFT角点，并通过预测的关键点与SIFT角点间的距离选出纸质仿真检定心电图的关键点。
-
-
-
-
-
-
-
-
-
Search Results
304
records
(took 0.05 seconds)
