基于卷积神经网络的轻量级TFT-LCD模组划痕检测方法

    公开(公告)号:CN109712117B

    公开(公告)日:2022-10-11

    申请号:CN201811510843.0

    申请日:2018-12-11

    Abstract: 本发明涉及一种基于卷积神经网络的轻量级TFT‑LCD模组划痕检测方法,属于工业缺陷检测。该方法包括以下步骤:S1:建立深度学习模型;S2:通过相机采集图像;S3:图像仿射校正为矩形;S4:图像去纹理;S5:图像标准化;S6:输入CNN检测网络;S7:输出检测结果。本发明深度学习算法可以做到算法的通用,更换产品只需要添加该类的训练样本即可。并且随着种类的增多,训练的模型泛化行越强,积累到一定种类数量时,即使不添加训练样本也可以检测出。可大大降低员工培训时间与系统维护时。且无需撕去保护膜,对膜上的划痕有一定鉴别能力。针对小的划痕,其漏检率与误检率都将大大降低。

    基于计算机视觉的车载信息终端功能自动测试方法

    公开(公告)号:CN105389812B

    公开(公告)日:2018-09-11

    申请号:CN201510726170.2

    申请日:2015-10-31

    Abstract: 本发明公开了一种基于计算机视觉的车载信息终端功能自动测试方法。包括测试例设计和测试例执行两大步骤。测试例设计,对于每个测试例执行之前,首先需要设计测试例,从视频流中截取相应的验证图标。启动摄像头,实时抓取视频图像,根据校正参数对该视频图像进行变换、插值运算,得到校正的最终车载终端屏幕区域图像。测试例执行过程就是自动化测试系统的调用动作;从摄像头实时采集视频图像,对图像进行校正,发送ADB命令给车载终端,终端接收到ADB命令后响应APP;重新获取视频帧图像,并与测试例设计时截取的APP响应帧进行相似度比较,最终输出验证结果。提高了对车载信息终端测试的智能化程度和测试的自动化程度。

    一种基于工业互联网的标识解析方法与系统

    公开(公告)号:CN113965615A

    公开(公告)日:2022-01-21

    申请号:CN202111273843.5

    申请日:2021-10-29

    Abstract: 本发明公开了一种基于工业互联网的标识解析方法,将企业的标识解析信息存储在反向代理内,反向代理开放多端口方便多个企业用户直接接入,工业互联网标识解析系统将对象标识以及与之对应的企业信息进行加密,并下发对象标识请求,下发的同时将加密规则下发至反向代理,由反向代理接受加密信息和加密规则,反向代理借由加密规则对加密信息进行解密,得出对象标识、与之对应的企业信息后,通过表格中的标签找到该企业用户,通过根据该企业标识解析信息对企业标识进行初步的验证,再向企业下发对象标识;允许多个企业用户采取租赁的方式接入,将验证、前期解析功能集成在反向代理中,无需企业再建立完善的企业标识解析系统,减少企业负担。

    基于卷积神经网络的轻量级TFT-LCD模组划痕检测方法

    公开(公告)号:CN109712117A

    公开(公告)日:2019-05-03

    申请号:CN201811510843.0

    申请日:2018-12-11

    Abstract: 本发明涉及一种基于卷积神经网络的轻量级TFT-LCD模组划痕检测方法,属于工业缺陷检测。该方法包括以下步骤:S1:建立深度学习模型;S2:通过相机采集图像;S3:图像仿射校正为矩形;S4:图像去纹理;S5:图像标准化;S6:输入CNN检测网络;S7:输出检测结果。本发明深度学习算法可以做到算法的通用,更换产品只需要添加该类的训练样本即可。并且随着种类的增多,训练的模型泛化行越强,积累到一定种类数量时,即使不添加训练样本也可以检测出。可大大降低员工培训时间与系统维护时。且无需撕去保护膜,对膜上的划痕有一定鉴别能力。针对小的划痕,其漏检率与误检率都将大大降低。

    一种林业物联网监控系统可靠性测试方法

    公开(公告)号:CN105490877B

    公开(公告)日:2018-09-11

    申请号:CN201510845203.5

    申请日:2015-11-26

    Abstract: 本发明公开了一种林业物联网监控系统可靠性自动化测试方法。该测试系统包括PC端和测试信号仿真仪。所述的测试信号仿真仪接收PC端发送过来的指令,从输出端口输出响应模拟或者数字信号激励传感器设备,从输入端口采集模拟或者数字信号,转换后发送给MCU。在感知延伸层通过模拟电信号的方法把各个传感设备接入到测试系统,模拟感知信号,产生报警信息;同时,在应用层通过人机交互的移动多功能智能终端把APP应用信息、短信信息、电话信息等接入到测试系统,模拟人操作行为,读取各种报警信息,并以自动化的方式判别系统信息的准确性和可靠性,实现林业物联网监控系统的测试闭环。使用灵活度高,提高了测试效率,降低了开发成本。

Patent Agency Ranking