公开(公告)号：CN118446878A

公开(公告)日：2024-08-06

申请号：CN202410528612.1

申请日：2024-04-29

Applicant: 华中科技大学

Inventor： 钟凯 ,  李中伟 ,  张思源 ,  宋瑞禹 ,  余恒 ,  姜鑫 ,  贾鸿浩

IPC: G06T1/20 ,  G06T5/10 ,  G06T3/4007 ,  G06F17/14 ,  G06F17/16 ,  G06F17/15

Abstract: 本发明公开了一种基于多GPU并行数字体图像相关法的物体内部位移检测方法，属于数字体图像及物体内部变形检测领域，包括：以兴趣点为中心建立相应的子体块，基于CUDA流将各子体块的计算任务分配入相应的GPU设备；基于参考体图像的三维梯度并行计算，基于目标体图像的三次B样条插值并行计算；基于快速三维傅里叶变换的子体块并行计算，获得位移初值；基于反向高斯牛顿的子体块并行化计算，获得精确位移。本发明不仅实现了数字体图像相关算法全过程的并行化，优化处理流程，同时通过多GPU设备并行计算，进一步加快计算效率，为材料及构件的力学性能评估和结构优化缩短实验周期。

公开(公告)号：CN118587178A

公开(公告)日：2024-09-03

申请号：CN202410715403.8

申请日：2024-06-04

Applicant: 华中科技大学

Inventor： 钟凯 ,  李中伟 ,  姜鑫 ,  张思源 ,  贾鸿浩 ,  马子甲

IPC: G06T7/00 ,  G06V10/774 ,  G06V10/764 ,  G06V10/80 ,  G06V10/82

Abstract: 本发明属于工业缺陷检测相关技术领域，其公开了一种基于多阶段注意力融合机制的无标记对比学习工业缺陷检测方法及设备，所述检测方法将无缺陷的高分辨率工业图像组成训练集，MstgCLR模型的预训练子模型基于所述训练集训练得到模型参数，并将所述模型参数传输给所述MstgCLR模型的检测子模型；所述检测子模型基于得到的模型参数及待测目标的工业图像进行工业缺陷检测。本发明解决了现有的缺陷检测对训练集中缺陷种类数量的需求高和实际工业产品内部图像缺陷罕见之间的矛盾。