公开(公告)号：CN119831953A

公开(公告)日：2025-04-15

申请号：CN202411892502.X

申请日：2024-12-20

Applicant: 福州大学

Inventor： 廖一鹏 ,  白森杰 ,  程飞飞 ,  王静 ,  林梓豪 ,  高跃明

IPC: G06T7/00 ,  G06T5/73 ,  G06V10/25 ,  G06V10/764 ,  G06V10/82 ,  G06V10/80 ,  G06V10/44 ,  G06V10/42 ,  G06V10/77 ,  G06V10/26 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/094

Abstract: 本发明涉及一种带视觉去模糊的堆叠冲压零件识别及缺陷检测方法：首先，先采集多种零件的类别和缺陷图像，并根据零件的类别与变形、划痕、缺角、断裂等缺陷进行图像标注，构建样本数据集；其次，对采集的图像进行人为失焦和运动模糊，模拟工业机器震荡；然后构建基于AlexNet和DeblurGan‑v2的去模糊网络，对人为模糊图像进行去模糊操作，得到清晰图像；接着将清晰图像输入DETR中，实现对零件类别的精确分类；最后将分类好的零件图像送入YOLOv11网络中进行缺陷定位分割，得到最终识别和缺陷检测结果。本发明方法可实时对工业流水线上生产的冲压零件进行分类和缺陷检测，可辅助企业对生产线的及时监管，提高企业生产效率。

公开(公告)号：CN117831044A

公开(公告)日：2024-04-05

申请号：CN202410002218.4

申请日：2024-01-02

Applicant: 福州大学

Inventor： 廖一鹏 ,  程飞飞 ,  高跃明

IPC: G06V30/148 ,  G06T7/00 ,  G06T7/66 ,  G06T7/11 ,  G06V30/146 ,  G06V30/19 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0895

Abstract: 本发明提供一种基于深度学习的锁具冲压件字符识别及冲孔缺陷检测方法，首先，采集锁具冲压件图像并进行数据增强，再分别制作字符目标区域分割数据集、字符串序列识别数据集、以及冲孔目标区域分割数据集；其次，训练改进的YOLO‑V5模型实现字符目标区域分割，接着采用MORN模型和ASRN模型实现字符串序列的字符校正与识别；然后，训练改进的YOLO‑V5模型实现冲孔目标区域分割，计算各冲孔的质心坐标到线性回归拟合直线的距离来判断质心位置是否发生偏移，将冲孔边缘点到质心的距离方差与设置阈值进行比较以确定是否发生形变。