-
公开(公告)号：CN117391165A
公开(公告)日：2024-01-12
申请号：CN202210769652.6
申请日：2022-06-30
Applicant: 株式会社理光
Abstract: 本发明实施例提供神经网络训练方法，以及利用神经网络进行异常检测的方法、装置和计算机可读存储介质。根据本发明实施例的神经网络训练方法包括：获取至少一个训练信号；基于至少两个不同的域，从所述至少一个训练信号中提取至少两个训练特征组，所述至少两个训练特征组与所述至少两个不同的域对应；对所述至少两个训练特征组进行处理，获得多域训练特征组；利用所述多域训练特征组对自监督学习网络进行训练，调整所述自监督学习网络的参数，使得所述自监督学习网络中的损失函数收敛。
-
公开(公告)号：CN112326213A
公开(公告)日：2021-02-05
申请号：CN201910718645.1
申请日：2019-08-05
Applicant: 株式会社理光
IPC: G01M13/00 , G01M13/021 , G01M13/028 , F03D17/00
Abstract: 本发明提供了一种异常数据检测方法及装置、机械故障检测方法及装置，属于数据处理技术领域。异常数据检测方法包括：获取第一训练数据；构建滤波器，并利用第一训练数据确定滤波器的系数；将第一训练数据经过滤波器后得到第二训练数据；构建异常检测模型，利用第二训练数据对异常检测模型进行训练，直至异常检测模型的识别效果达到预期，异常检测模型的输入为第二训练数据，异常检测模型的输出为第二训练数据与重构数据之间的差异特征值，重构数据为异常检测模型对第二训练数据进行重构后得到；将待检测数据输入滤波器后，再输入异常检测模型，得到待检测数据中的异常数据。本发明能够提高异常数据的检测精度。
-
公开(公告)号：CN117635513A
公开(公告)日：2024-03-01
申请号：CN202210987527.2
申请日：2022-08-17
Applicant: 株式会社理光
Abstract: 本发明实施例提供物体检测方法、物体检测装置和计算机可读存储介质。根据本发明实施例的物体检测方法包括：利用第一相机在传送带的第一侧针对经传送带传送的物体进行扫描，得到第一扫描结果；利用第二相机在与所述第一侧不同的所述传送带的第二侧针对经传送带传送的物体进行扫描，得到第二扫描结果；至少根据所述第一扫描结果和所述第二扫描结果，对所述物体的轮廓和/或体积进行检测。
-
Patent Agency Ranking
公开(公告)号：CN116485702A
公开(公告)日：2023-07-25
申请号：CN202210048889.5
申请日：2022-01-17
Applicant: 株式会社理光
Abstract: 本文公开了一种可以用于延长图像中的线段的图像处理方法，包括：获取包含缺陷特征的目标图像；从所述目标图像中识别至少一个线段；对至少一个线段进行延长处理，其中，针对所述至少一个线段中的特定线段的所述延长处理包括：基于特定线段的主方向和切线方向，确定用于延长所述特定线段的延长方向；基于特定线段的长度，确定用于延长所述特定线段的延长长度；以及使用所述延长方向和所述延长长度来延长所述特定线段，以获得延长后的线段，所述延长后的线段与所述目标图像中的缺陷特征相关。
-
公开(公告)号：CN116342909A
公开(公告)日：2023-06-27
申请号：CN202111569271.5
申请日：2021-12-21
Applicant: 株式会社理光
IPC: G06V10/75 , G06V10/774 , G06V10/762 , G06V10/82 , G06V10/74 , G06N3/0464 , G06N3/048 , G06N3/088 , G06N3/082
Abstract: 本发明实施例提供图像检测方法、装置和计算机可读存储介质。根据本发明实施例的图像检测方法包括：获取两个待检测图像，并获取所述两个待检测图像分别对应的待检测特征图；对每个待检测特征图利用多个聚类模块进行聚类处理，获取每个聚类模块的通道权重并根据所述通道权重获取特征向量，利用每个聚类模块的所述特征向量组成特征向量组；获取两个待检测特征图分别对应的两个特征向量组中由相同聚类模块的特征向量构成的特征向量对，并获取各个特征向量对的权重；至少根据所获取的特征向量对和特征向量对的权重，对所述两个待检测图像进行图像检测，获取所述两个待检测图像的相似度。
-
公开(公告)号：CN112396558A
公开(公告)日：2021-02-23
申请号：CN201910753276.X
申请日：2019-08-15
Applicant: 株式会社理光
Abstract: 本发明提供了一种图像处理方法、装置及计算机可读存储介质，属于图像处理技术领域。图像处理方法包括：获取多组训练数据，每组训练数据包括第一图像的数据和第二图像的数据，所述第二图像的图像质量优于所述第一图像的图像质量，且所述第一图像的拍摄内容与所述第二图像的拍摄内容相同；构建图像增强模型，将所述第一图像的数据作为所述图像增强模型的输入，利用所述多组训练数据对所述图像增强模型进行训练，直至所述图像增强模型的输出与所述第二图像的数据的差异特征值最小；将待处理的第三图像的数据输入所述图像增强模型，输出图像增强后的第四图像的数据，所述第四图像的图像质量优于所述第三图像的图像质量。本发明能够提高图像的图像质量。
-
公开(公告)号：CN112326213B
公开(公告)日：2022-11-15
申请号：CN201910718645.1
申请日：2019-08-05
Applicant: 株式会社理光
IPC: G06N3/08 , G01M13/00 , G01M13/021 , G01M13/028 , F03D17/00
Abstract: 本发明提供了一种异常数据检测方法及装置、机械故障检测方法及装置，属于数据处理技术领域。异常数据检测方法包括：获取第一训练数据；构建滤波器，并利用第一训练数据确定滤波器的系数；将第一训练数据经过滤波器后得到第二训练数据；构建异常检测模型，利用第二训练数据对异常检测模型进行训练，直至异常检测模型的识别效果达到预期，异常检测模型的输入为第二训练数据，异常检测模型的输出为第二训练数据与重构数据之间的差异特征值，重构数据为异常检测模型对第二训练数据进行重构后得到；将待检测数据输入滤波器后，再输入异常检测模型，得到待检测数据中的异常数据。本发明能够提高异常数据的检测精度。
-
公开(公告)号：CN112396558B
公开(公告)日：2024-07-23
申请号：CN201910753276.X
申请日：2019-08-15
Applicant: 株式会社理光
Abstract: 本发明提供了一种图像处理方法、装置及计算机可读存储介质，属于图像处理技术领域。图像处理方法包括：获取多组训练数据，每组训练数据包括第一图像的数据和第二图像的数据，所述第二图像的图像质量优于所述第一图像的图像质量，且所述第一图像的拍摄内容与所述第二图像的拍摄内容相同；构建图像增强模型，将所述第一图像的数据作为所述图像增强模型的输入，利用所述多组训练数据对所述图像增强模型进行训练，直至所述图像增强模型的输出与所述第二图像的数据的差异特征值最小；将待处理的第三图像的数据输入所述图像增强模型，输出图像增强后的第四图像的数据，所述第四图像的图像质量优于所述第三图像的图像质量。本发明能够提高图像的图像质量。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.04 seconds)
