-
公开(公告)号:CN114066849A
公开(公告)日:2022-02-18
申请号:CN202111353224.7
申请日:2021-11-16
Applicant: 东北大学秦皇岛分校
IPC: G06T7/00 , G06T7/11 , G06T7/187 , G06T5/00 , G06T5/30 , G06K9/62 , G06V10/26 , G06V10/28 , G06V10/30 , G06V10/44 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种基于深度学习的电接口缺陷检测方法,涉及图像处理与深度学习领域,适用于大批量小目标的电接口缺陷检测,通过对电接口图像进行大批量采样;对采集到的大批量电接口图像进行切割和图像尺寸重置,重置后的图像作为检测系统的数据集与定位标志并引入改进的深度学习的分类网络模型进行训练得到损失和精度曲线;采用高精度工业相机对待检测电接口进行采样;引入改进的后的分类算法对拍摄的大批量小电接口故障进行分类检测;返回的检测结果上传到PyQt5搭建的检测开发平台与批量待检测物对比并进行筛选;改进了工业生产中对电接口的缺陷检测生产流程,提高生产合格率。
-
公开(公告)号:CN114066849B
公开(公告)日:2024-08-20
申请号:CN202111353224.7
申请日:2021-11-16
Applicant: 东北大学秦皇岛分校
IPC: G06T7/00 , G06T7/11 , G06T7/187 , G06T5/70 , G06T5/30 , G06V10/26 , G06V10/28 , G06V10/30 , G06V10/44 , G06V10/774 , G06V10/764
Abstract: 本发明公开了一种基于深度学习的电接口缺陷检测方法,涉及图像处理与深度学习领域,适用于大批量小目标的电接口缺陷检测,通过对电接口图像进行大批量采样;对采集到的大批量电接口图像进行切割和图像尺寸重置,重置后的图像作为检测系统的数据集与定位标志并引入改进的深度学习的分类网络模型进行训练得到损失和精度曲线;采用高精度工业相机对待检测电接口进行采样;引入改进的后的分类算法对拍摄的大批量小电接口故障进行分类检测;返回的检测结果上传到PyQt5搭建的检测开发平台与批量待检测物对比并进行筛选;改进了工业生产中对电接口的缺陷检测生产流程,提高生产合格率。
-
公开(公告)号:CN118134968A
公开(公告)日:2024-06-04
申请号:CN202410310315.X
申请日:2024-03-19
Applicant: 东北大学秦皇岛分校
Abstract: 本发明提供一种基于深度强化学习的轨迹跟踪方法,涉及人工智能技术领域。利用深度神经网络来提取环境状态的特征,然后基于这些特征构建策略网络或值函数网络,通过试错的方式不断优化轨迹跟踪策略,为复杂环境下的轨迹跟踪问题提供了新的解决思路和方法。本发明的方法能够提高轨迹跟踪的精度和鲁棒性,可以根据实时的环境信息和系统状态,对轨迹进行在线调整和优化,以应对突发情况或环境变化,提高轨迹跟踪的准确性和稳定性。
-
-