公开(公告)号：CN117274345A

公开(公告)日：2023-12-22

申请号：CN202310238392.4

申请日：2023-03-14

申请人： 浙江工业大学 ,  新凤鸣集团股份有限公司

发明人： 高飞 ,  杨芳芳 ,  庄耀中 ,  章四夕 ,  沈孙强

IPC分类号： G06T7/49 ,  G06T7/00 ,  G06T7/66 ,  G06N3/0464

摘要： 本发明涉及一种基于深度学习的织物周期性纹理检测方法，用于自动检测织物的周期性纹理基元。具体为：先使用了倾角变换和非局部变分算法对输入织物图像进行校准，在检测过程中，将预处理的图片输入网络，经过卷积运算以及非最大值抑制算法后在每个特征层生成遵循特征规则的激活峰，进一步通过霍夫投票策略和质心坐标找到周期性纹理基元位置。本发明以深度学习技术为依据，对织物周期性纹理检测，替代了传统手工设计的关键点检测、特征提取和聚类，通过融合多个不同层次不同规模的激活达到捕获更高级别的像素及区域信息的作用，具有更强的通用性和鲁棒性。

公开(公告)号：CN116823716A

公开(公告)日：2023-09-29

申请号：CN202310373080.4

申请日：2023-04-10

申请人： 浙江工业大学 ,  新凤鸣集团股份有限公司

发明人： 高飞 ,  曹晓璐 ,  张元鸣 ,  程振波 ,  庄耀中 ,  章四夕 ,  沈孙强 ,  施耀飞

IPC分类号： G06T7/00 ,  G06V10/44 ,  G06V10/80 ,  G06V10/764 ,  G06V10/82

摘要： 本发明涉及工业缺陷检测技术领域，具体公开了一种织物表面缺陷的检测方法，本发明首先对织物缺陷图像作预处理，采用CSP_Darknet53网络模型做初始的特征提取，再采用DCSPPF模块以保留更多缺陷信息，最后采用DCPANet模块实现进一步的特征融合，得到三张大小不同的特征图送入三个检测头，输出织物图像缺陷的检测框；本发明能够检测出织物表面的各种缺陷，能够在一定程度上克服小目标缺陷信息的丢失，也对多尺度的缺陷信息有更好的鲁棒性，从而实现织物缺陷检测精度的提升，降低织物成本的损失，这对织物生产有重要的意义。

公开(公告)号：CN114226797A

公开(公告)日：2022-03-25

申请号：CN202111647089.7

申请日：2021-12-30

申请人： 新凤鸣集团股份有限公司 ,  桐乡市中盈化纤有限公司 ,  浙江瑞盛科新材料研究院有限公司 ,  桐乡市中辰化纤有限公司 ,  桐乡市中维化纤有限公司

发明人： 黄玉萍 ,  陈志强 ,  沈忠华 ,  沈卫亮 ,  黄建芳 ,  蔡凯杰 ,  施耀飞 ,  钟云杰 ,  陆莉花 ,  沈孙强

IPC分类号： B23B41/00 ,  B23Q3/06 ,  B25H3/02

摘要： 一种五金机修钻孔夹具，包括箱体，箱体右侧设置有工具收纳抽屉，工具收纳抽屉内设有隔板，隔板的上方设有用于固定各类机修工具的绑带；箱体的正面设有用于夹持五金设备的夹持机构，夹持机构包括从左至右依次设置在箱体正面的固定基板、可动基板和电机箱体；电机箱体内安装有电机，电机的输出轴连接有丝杆，丝杆上螺接有螺母，螺母的上下两端分别连接有焊接杆，焊接杆水平向左延伸并穿过电机箱体的左侧与推杆固定连接，推杆与可动基板的右端固定连接；可动基板能在电机的驱动下向固定基板靠拢夹紧五金设备。本发明避免了人工使用手对设备进行夹紧，提高了操作时的夹紧牢固度，同时能对检修时用到的工具进行收纳，提高了检修时寻找工具的效率。