-
公开(公告)号：CN114022419A
公开(公告)日：2022-02-08
申请号：CN202111223604.9
申请日：2021-10-20
Applicant: 国网上海市电力公司 , 中国科学院自动化研究所
Abstract: 本发明提供一种电机状态识别方法、装置、设备以及存储介质，该方法包括：获取待识别电机图像；将所述待识别电机图像输入至预训练特征提取网络，得到所述待识别电机图像的图像特征；将所述待识别电机图像的图像特征输入至深度学习识别模型，得到所述待识别电机图像的电机状态识别结果。本发明通过预训练特征提取网络得到待识别电机图像的图像特征，将待识别电机图像的图像特征输入至深度学习识别模型，得到待识别电机图像的电机状态识别结果，实现了电机状态高效率的识别。
-
公开(公告)号：CN114140388B
公开(公告)日：2025-03-25
申请号：CN202111266611.7
申请日：2021-10-28
Applicant: 国网上海市电力公司 , 中国科学院自动化研究所
Abstract: 本申请提供一种工业产品的表面缺陷检测方法及装置。所述方法包括：将待检测产品图像输入神经网络中，获取与神经网络中各残差块一一对应的各特征图像；根据各特征图像对应的残差块，确定各特征图像的分支；将特征图像映射到与特征图像的分支对应的最小超球体所处的多维空间中，根据特征图像在多维空间中与最小超球体的距离，确定特征图像的缺陷得分；根据各特征图像的缺陷得分，确定待检测产品图像的缺陷检测结果；其中，各分支对应的最小超球体，由多张无缺陷图像通过神经网络进行训练后得到。本申请实施例提供的工业产品的表面缺陷检测方法可以提高对工业产品的表面缺陷的识别效率和准确度。
-
公开(公告)号：CN114022419B
公开(公告)日：2024-12-10
申请号：CN202111223604.9
申请日：2021-10-20
Applicant: 国网上海市电力公司 , 中国科学院自动化研究所
Abstract: 本发明提供一种电机状态识别方法、装置、设备以及存储介质，该方法包括：获取待识别电机图像；将所述待识别电机图像输入至预训练特征提取网络，得到所述待识别电机图像的图像特征；将所述待识别电机图像的图像特征输入至深度学习识别模型，得到所述待识别电机图像的电机状态识别结果。本发明通过预训练特征提取网络得到待识别电机图像的图像特征，将待识别电机图像的图像特征输入至深度学习识别模型，得到待识别电机图像的电机状态识别结果，实现了电机状态高效率的识别。
-
公开(公告)号：CN113971737A
公开(公告)日：2022-01-25
申请号：CN202111222348.1
申请日：2021-10-20
Applicant: 国网上海市电力公司 , 中国科学院自动化研究所
IPC: G06V10/44 , G06V10/764 , G06V10/82 , G06V10/774 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明提供一种用于机器人的物体识别方法、电子设备、介质和程序产品，方法包括获取机器人采集的待识别物体图像；将所述待识别物体图像输入至物体识别模型，进行物体类别预测，获得所述物体识别模型输出的物体类别，所述物体识别模型是基于度量学习训练得到的。本发明的物体识别模型是基于度量学习训练得到的，该度量学习可以扩大不同物体类别的物体图像之间的相似度距离，还可以缩小相同物体类别的物体图像之间的相似度距离，从而使不同物体类别的物体图像区别更明显，进而提高物体识别效率。基于此，即使样本数量少，样本种类多，由于不同物体类别的物体图像区别明显，从而可训练得到准确率高的物体识别模型，进而使机器人实现物体的准确识别。
-
公开(公告)号：CN114140388A
公开(公告)日：2022-03-04
申请号：CN202111266611.7
申请日：2021-10-28
Applicant: 国网上海市电力公司 , 中国科学院自动化研究所
Abstract: 本申请提供一种工业产品的表面缺陷检测方法及装置。所述方法包括：将待检测产品图像输入神经网络中，获取与神经网络中各残差块一一对应的各特征图像；根据各特征图像对应的残差块，确定各特征图像的分支；将特征图像映射到与特征图像的分支对应的最小超球体所处的多维空间中，根据特征图像在多维空间中与最小超球体的距离，确定特征图像的缺陷得分；根据各特征图像的缺陷得分，确定待检测产品图像的缺陷检测结果；其中，各分支对应的最小超球体，由多张无缺陷图像通过神经网络进行训练后得到。本申请实施例提供的工业产品的表面缺陷检测方法可以提高对工业产品的表面缺陷的识别效率和准确度。
-
Patent Agency Ranking
公开(公告)号：CN106815830B
公开(公告)日：2020-01-03
申请号：CN201611143938.4
申请日：2016-12-13
Applicant: 中国科学院自动化研究所 , 中国科学院自动化研究所(洛阳)机器人与智能装备创新研究院
Abstract: 本发明涉及一种图像的缺陷检测方法，包括以下步骤：扫描待检测图像，获取所述待检测图像中的待测图案的边缘轮廓；在所述边缘轮廓中选取搜索点，并将所述搜索点投影到与所述待测图案相同的模板图像中得到瑕疵点，构成瑕疵点聚类；计算所述瑕疵点聚类中每一瑕疵点对应的瑕疵尺寸信息。本发明中，实现了在降低成本情况下，对图像的缺陷精确检测。
-
公开(公告)号：CN106651837B
公开(公告)日：2019-10-15
申请号：CN201611001403.3
申请日：2016-11-14
Applicant: 中国科学院自动化研究所 , 中国科学院自动化研究所(洛阳)机器人与智能装备创新研究院
Abstract: 本发明涉及图像分析领域，公开了一种白玻璃板表面崩边缺陷检测方法，针对于传统的肉眼识别的检测方式效率低下、精度有限、自动化水平低的问题。该检测方法通过扫描白玻璃板图像，并进行二值化处理；然后提取白玻璃板的外轮廓；根据外轮廓各部分的形状特征，分别沿不同方向检测各部分边缘的宽度；对检测到的边缘宽度值进行聚类，以元素数目最多的类的均值为依据，检测白玻璃板的崩边缺陷。该方法能够应用于检测特征不太明显的崩边缺陷，具有较高的精度、效率和鲁棒性，有广泛的应用前景。
-
公开(公告)号：CN105798692A
公开(公告)日：2016-07-27
申请号：CN201610269269.9
申请日：2016-04-27
Applicant: 中国科学院自动化研究所 , 中国科学院自动化研究所(洛阳)机器人与智能装备创新研究院
IPC: B23Q7/04
CPC classification number: B23Q7/046
Abstract: 本发明公开了一种插针式自动上料定位装置，所述装置至少包括：零件运送组件包括机械手爪(10)、输送气缸(2)、调整气缸(3)及直线输送导轨(4)，其中，所述机械手爪(10)末端设有第一V型槽，所述直线输送导轨(4)设有第一滑块；插针轴向定位上料组件包括定位插针(8)、旋转部件(9)、直线上料部件(5)，其中，所述直线上料部件(5)包括上料气缸和直线上料导轨；V型槽定位夹紧组件(6)包括固定座、弹性组件、压块连杆组件、压紧块及阻压气缸，其中，所述固定座上设有第二V型槽。所述零件运送组件、插针轴向定位上料组件、V型槽定位夹紧组件都固定在底板(11)上。通过本发明实施例，解决了如何快速地对带有深孔的微小轴类零件进行自动上料和定位的技术问题。
-
公开(公告)号：CN105798692B
公开(公告)日：2017-10-27
申请号：CN201610269269.9
申请日：2016-04-27
Applicant: 中国科学院自动化研究所 , 中国科学院自动化研究所(洛阳)机器人与智能装备创新研究院
IPC: B23Q7/04
Abstract: 本发明公开了一种插针式自动上料定位装置，所述装置至少包括：零件运送组件包括机械手爪(10)、输送气缸(2)、调整气缸(3)及直线输送导轨(4)，其中，所述机械手爪(10)末端设有第一V型槽，所述直线输送导轨(4)设有第一滑块；插针轴向定位上料组件包括定位插针(8)、旋转部件(9)、直线上料部件(5)，其中，所述直线上料部件(5)包括上料气缸和直线上料导轨；V型槽定位夹紧组件(6)包括固定座、弹性组件、压块连杆组件、压紧块及阻压气缸，其中，所述固定座上设有第二V型槽。所述零件运送组件、插针轴向定位上料组件、V型槽定位夹紧组件都固定在底板(11)上。通过本发明实施例，解决了如何快速地对带有深孔的微小轴类零件进行自动上料和定位的技术问题。
-
公开(公告)号：CN106815830A
公开(公告)日：2017-06-09
申请号：CN201611143938.4
申请日：2016-12-13
Applicant: 中国科学院自动化研究所 , 中国科学院自动化研究所(洛阳)机器人与智能装备创新研究院
Abstract: 本发明涉及一种图像的缺陷检测方法，包括以下步骤：扫描待检测图像，获取所述待检测图像中的待测图案的边缘轮廓；在所述边缘轮廓中选取搜索点，并将所述搜索点投影到与所述待测图案相同的模板图像中得到瑕疵点，构成瑕疵点聚类；计算所述瑕疵点聚类中每一瑕疵点对应的瑕疵尺寸信息。本发明中，实现了在降低成本情况下，对图像的缺陷精确检测。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.048 seconds)
