公开(公告)号：CN117593513A

公开(公告)日：2024-02-23

申请号：CN202311667188.0

申请日：2023-12-06

Applicant: 燕山大学 ,  睿盛智控(天津)科技有限公司

Inventor： 华长春 ,  孙朴 ,  丁伟利 ,  刘平 ,  华长盛 ,  雷子琦 ,  骆曦

IPC: G06V10/25 ,  G06V10/82 ,  G06V10/774 ,  G06V10/776 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/082

Abstract: 本发明公开了基于改进YOLOv5模型的陶瓷餐具表面缺陷检测方法，属于目标检测技术领域，所述方法包括：DDS远程采集陶瓷餐具表面缺陷图像，构建陶瓷餐具表面缺陷数据集；利用陶瓷餐具可视化软件对数据集中的陶瓷餐具表面缺陷图像进行批量数据增强处理；构建基于改进YOLOv5模型的检测模型，模型包括空间金字塔池化模块、transformer编码模块、CBAM注意力机制模块和轻量化卷积GSConv；构建的模型进行训练，调整模型参数，获取最优权重；对基于最优权重的模型进行精度和速度评估。本发明检测精度高、能够实时检测，提高了陶瓷餐具表面缺陷检测的准确率和效率，可在实际产线中应用，具有较高的应用价值。

公开(公告)号：CN116863274A

公开(公告)日：2023-10-10

申请号：CN202310869580.7

申请日：2023-07-17

Applicant: 燕山大学

Inventor： 陈树宗 ,  蒋圣泉 ,  孙朴 ,  付天添 ,  华长春 ,  孙杰 ,  李旭 ,  丁伟利

IPC: G06V10/774 ,  G06V20/40 ,  G06T7/00

Abstract: 本发明公开了一种基于半监督学习的钢板表面缺陷检测方法及系统，属于钢板缺陷检测技术领域，包括对缺陷图像采集，构建缺陷图像数据集；将缺陷图像数据库划为标记数据集和未标记数据集；将标记数据集划分为训练集和验证集，对训练集进行数据增强处理；建立改进后的yolov5网络模型ECS‑yolov5；用ECS‑yolov5作为半监督的检测模型；采集实时视频并对其处理，并应用半监督的检测模型，实现实时缺陷检测；缺陷数据储存模块将检测到的缺陷数据进行存储，并定期使用新的缺陷数据更新半监督的检测模型参数。本发明能够使得钢板缺陷检测的流程更加方便简单，减少对大量标记样本的依赖，且模型精度在训练过程中能越来越准确。

公开(公告)号：CN116863274B

公开(公告)日：2024-09-20

申请号：CN202310869580.7

申请日：2023-07-17

Applicant: 燕山大学

Inventor： 陈树宗 ,  蒋圣泉 ,  孙朴 ,  付天添 ,  华长春 ,  孙杰 ,  李旭 ,  丁伟利

IPC: G06V10/774 ,  G06V20/40 ,  G06T7/00

Abstract: 本发明公开了一种基于半监督学习的钢板表面缺陷检测方法及系统，属于钢板缺陷检测技术领域，包括对缺陷图像采集，构建缺陷图像数据集；将缺陷图像数据库划为标记数据集和未标记数据集；将标记数据集划分为训练集和验证集，对训练集进行数据增强处理；建立改进后的yolov5网络模型ECS‑yolov5；用ECS‑yolov5作为半监督的检测模型；采集实时视频并对其处理，并应用半监督的检测模型，实现实时缺陷检测；缺陷数据储存模块将检测到的缺陷数据进行存储，并定期使用新的缺陷数据更新半监督的检测模型参数。本发明能够使得钢板缺陷检测的流程更加方便简单，减少对大量标记样本的依赖，且模型精度在训练过程中能越来越准确。