-
公开(公告)号：CN113888528A
公开(公告)日：2022-01-04
申请号：CN202111231196.1
申请日：2021-10-22
申请人： 山东省计算中心(国家超级计算济南中心)
摘要： 本发明采用基于改进CenterNet的瓶底模点识别系统来识别瓶底模点，涉及到基于深度学习目标检测的瓶底模点识别方法以及系统。主要包括以下内容：利用瓶底模点数据集进行分析标注，生成图片标签数据集，搭建ResNet‑CBAM主干特征提取网络模型，搭建CenterNet目标检测网络模型，通过反向传播以及Focal Loss和l1 loss计算损失以及更新模型、对构建好的模型进行测试。本发明具有鲁棒性高，泛化能力强，准确度高的特点。
-
公开(公告)号：CN113887668A
公开(公告)日：2022-01-04
申请号：CN202111281298.4
申请日：2021-11-01
申请人： 山东省计算中心(国家超级计算济南中心)
摘要： 本发明涉及了基于改进YOLOv4的容器瑕疵检测方法及系统，在实际工业生产线中，触发器控制CCD相机，搭配条形光等光源，拍取玻璃容器瓶身图像，然后使用检测一体机系统中的算法，对瓶身瑕疵进行检测及分类，将检测出瑕疵的玻璃容器击打回收。在这个过程中，检测算法的设计是关键一环，检测算法的好坏，直接影响了质检一体机的优劣之分。本发明提供的基于改进YOLOv4的容器瑕疵检测方法及系统，用以提高玻璃容器瑕疵的检测识别和回收效率，适合应用于机器视觉玻璃容器检测领域及行业。
-
公开(公告)号：CN112817561A
公开(公告)日：2021-05-18
申请号：CN202110142430.7
申请日：2021-02-02
申请人： 山东省计算中心(国家超级计算济南中心)
IPC分类号： G06F8/10 , G06F40/211 , G06F40/30 , G06F40/289 , G06F40/253 , G06K9/62 , G06N3/04 , G06N3/08
摘要： 本发明公开了软件需求文档的事务类功能点结构化抽取方法及系统，包括：获取目标软件需求文档；对目标软件需求文档进行预处理，得到需求语句数据；将需求语句数据，输入到预先训练过的功能点触发词识别模型中，输出识别的功能点触发词及类别；将需求语句数据和所得到的功能点触发词，输入到预先训练过的功能点论元识别模型中，输出功能点论元及其类别；将所得到的功能点触发词和功能点论元组合，得到功能点短语；将功能点短语输入到预先训练过的语言模型中，得到各功能点短语的输出概率值，从而根据输出概率值筛选出目标软件需求文档的功能点短语。
-
公开(公告)号：CN110239270A
公开(公告)日：2019-09-17
申请号：CN201910537717.2
申请日：2019-06-20
申请人： 山东省计算中心(国家超级计算济南中心)
摘要： 本公开公开了一种橄榄核随形雕刻方法及系统，包括：获取标准雕刻工艺品外形数据，所述标准雕刻工艺品的外形数据，包括：标准雕刻工艺品的长度、每个点的切削深度和最大切削深度；获取待雕刻橄榄核的外形数据；所述待雕刻橄榄核的外形数据，包括：待雕刻橄榄核的长度和待雕刻橄榄核的每个点的高度；根据标准雕刻工艺品外形数据和待雕刻橄榄核的外形数据，计算出实际雕刻过程中待雕刻橄榄核每个点的切削深度；将实际雕刻过程中待雕刻橄榄核每个点的切削深度发送给雕刻机，雕刻机对橄榄核完成雕刻任务。
-
公开(公告)号：CN106934546A
公开(公告)日：2017-07-07
申请号：CN201710146374.8
申请日：2017-03-13
申请人： 山东省计算中心(国家超级计算济南中心)
IPC分类号： G06Q10/06
CPC分类号： G06Q10/06 , G06Q10/0639
摘要： 本发明公开了一种政府信息化项目前置评审系统的数据传输方法及系统，有效减少主管部门及财政、审计部门的工作量，不再需要经常召开专家会进行评审；大大缩短信息化项目的评审周期；可有效规范所申请的信息化项目的管理、提高工作效率，使得工作流程然有序，同时提高了评审工作的透明度，实现了评审工作的过程程控。利用评审系统可有效消除“信息孤岛”，避免政府部门的重复申请或重叠申请，有效遏制虚报、冒报预算造成的资金闲置现象，防止项目建设违法违规行为的发生，实现对所申请信息化项目的有效监管；本发明评审专家根据项目需要随机抽取，有效避免出于不同利益目的的人为因素导致项目评审出现不公平、公正情况，保证项目投资达到预期目标。
-
公开(公告)号：CN103281208B
公开(公告)日：2016-09-07
申请号：CN201310221298.4
申请日：2013-05-31
申请人： 山东省计算中心(国家超级计算济南中心)
摘要： 本发明公开了一种数据灾备服务及综合监控系统，其特征是：包括：灾备存储子系统：实时存储灾备数据信息；ISM服务器子系统：接收用户应用服务器子系统提供的灾备服务实施参数，与灾备存储子系统交互访问，实时检测灾备存储的状态变化，进而记录每个灾备服务的执行情况；用户应用服务器子系统：通过向ISM服务器子系统提供由灾备实施人员填写的灾备服务实施参数，实时接收来自ISM服务器子系统返回的服务状态，继而可以实时查询到灾备服务的容灾情况。灾备设备综合监控系统：对数据灾备中心的室内微环境及设备运行状态参数进行采集和精准控制。本系统方便了数据灾备服务中心的灾备项目管理，满足了用户了解灾备和灾备中心宣传灾备的目的。
-
公开(公告)号：CN104679607B
公开(公告)日：2016-02-24
申请号：CN201510061675.1
申请日：2015-02-04
申请人： 山东省计算中心(国家超级计算济南中心)
摘要： 本发明公开了一种异构存储的容灾系统及方法，系统包括用户端和异地灾备中心，其中，用户端包括备份服务器、生产存储模块和备份存储模块，备份服务器连接生产存储模块与备份存储模块，生产存储模块连接备份存储模块；异地灾备中心包括异地灾备中心存储模块，异地灾备中心存储模块与备份存储模块连接，且所述备份存储模块与异地灾备中心存储模块兼容，本发明仅新增一台低端存储的情况下，即实现了异构存储的兼容及远程容灾，相较于存储虚拟化或远程挂载等方法，运维投入和预算更低，简单易用。
-
公开(公告)号：CN118941556A
公开(公告)日：2024-11-12
申请号：CN202411388842.9
申请日：2024-10-08
申请人： 山东省计算中心(国家超级计算济南中心)
IPC分类号： G06T7/00 , G06T5/20 , G06T5/70 , G06V10/44 , G06V10/77 , G06V10/764 , G06V10/766 , G06V10/82 , G06N3/0455 , G06N3/042 , G06N3/084
摘要： 本发明提出了一种基于SAM先验指导的工业缺陷检测方法及系统，涉及工业计算机视觉领域，将待检测的工业表面缺陷图像输入到训练好的检测模型中，依次经过特征提取、特征聚合和缺陷检测，得到检测结果，包括缺陷类别和缺陷位置；所述检测模型的特征提取，首先分别基于SAM大模型和基于卷积操作提取先验特征和局部全局特征，然后将先验特征嵌入到局部全局特征中，得到多层级工业特征，基于多层级工业特征，生成SAM先验指导的检测结果；本发明通过SAM视觉大模型的先验指导，开发更加智能和自适应的缺陷检测模型，使其能够理解并利用先验知识，同时具备自我学习和自我优化的能力，以更好地适应不断变化的数据分布和工业需求。
-
公开(公告)号：CN118570212B
公开(公告)日：2024-10-18
申请号：CN202411059782.6
申请日：2024-08-05
申请人： 山东省计算中心(国家超级计算济南中心)
IPC分类号： G06T7/00 , G06V10/80 , G06V10/44 , G06V10/42 , G06V10/52 , G06V10/82 , G06V20/70 , G06V10/25 , G06N3/0464 , G06N3/045 , G06N3/084 , G06N3/048
摘要： 本发明公开了一种基于强化特征提取网络的显示屏缺陷检测方法及系统，属于工业表面缺陷检测技术领域，包括将获取的液晶显示屏图像输入至训练好的表面缺陷检测模型，表面缺陷检测模型中液晶显示屏图像首先经过深层强化特征提取网络提取液晶显示屏图像的不同尺度特征，并将不同尺度的强化特征输入至跨层交互连接网络有效结合浅层特征和深层特征，输出不同尺度的交互特征，将不同尺度的交互特征输入至语义感知识别网络捕捉远距离特征，增强对缺陷特征的多尺度表示，最终输出缺陷检测结果。通过设计深层强化特征提取网络、跨层交互连接网络和语义感知识别网络构建液晶显示屏表面缺陷检测模型，实现多类别缺陷检测的精准识别和定位。
-
公开(公告)号：CN118568650A
公开(公告)日：2024-08-30
申请号：CN202411059783.0
申请日：2024-08-05
申请人： 山东省计算中心(国家超级计算济南中心)
IPC分类号： G06F18/2433 , G06F18/25 , G06V10/764 , G06V10/26 , G06V20/70 , G06V10/44 , G06V10/80 , G06V10/82 , G06F40/30 , G06N3/0464 , G06N3/0455 , G06N3/048
摘要： 本发明属于计算机视觉和图像识别技术领域，提供了一种基于细粒度文本提示特征工程的工业异常检测方法及系统，包括提取工业图像的文本特征、图像块特征和图像特征；利用图像特征对文本提示进行优化更新，得到细粒度文本提示特征；将图像块特征与细粒度文本提示特征进行相似性对比分析，将对比生成的异常结果图进行相加融合得到最终的异常检测结果；优化模型的参数，使损失函数最小，利用训练好的模型进行测试集的异常检测。本发明针对少样本工业图像异常检测，通过特征提取模块、细粒度文本提示工程模块和跨模态空间域多粒度交互模块搭建异常检测模型框架，提高了模型的泛化能力。
-
-
-
-
-
-
-
-
-
搜索结果
223 条记录 (耗时 0.13 秒)
