一种工件表面缺陷检测方法、装置、电子设备及存储介质

    公开(公告)号:CN112164034B

    公开(公告)日:2023-04-28

    申请号:CN202010964999.7

    申请日:2020-09-15

    IPC分类号: G06T7/00 G06N3/0464

    摘要: 本发明涉及工件表面缺陷检测技术领域,具体涉及一种工件表面缺陷检测方法、装置、电子设备及存储介质。该检测方法包括以下步骤:对获取的工件表面图像进行预处理,获得输入特征图;利用卷积神经网络对所述输入特征图进行特征提取,得到多个特征图;在所述卷积神经网络的网络前端的至少一个池化层之后设有用于融合多尺度信息的特征保存模块;根据多个所述特征图通过跳跃式密集连接方式将细节传递到高层特征图,得到多个预测层;根据所述多个预测层预测不同尺度的用于匹配缺陷大小的预测框。本发明通过特征保存模块和跳跃式密集连接方式保存并传递图像中缺陷的纹理等细节信息,从而提高表面缺陷的检测精度。

    一种工件表面缺陷检测方法、装置、电子设备及存储介质

    公开(公告)号:CN112164034A

    公开(公告)日:2021-01-01

    申请号:CN202010964999.7

    申请日:2020-09-15

    IPC分类号: G06T7/00 G06N3/04

    摘要: 本发明涉及工件表面缺陷检测技术领域,具体涉及一种工件表面缺陷检测方法、装置、电子设备及存储介质。该检测方法包括以下步骤:对获取的工件表面图像进行预处理,获得输入特征图;利用卷积神经网络对所述输入特征图进行特征提取,得到多个特征图;在所述卷积神经网络的网络前端的至少一个池化层之后设有用于融合多尺度信息的特征保存模块;根据多个所述特征图通过跳跃式密集连接方式将细节传递到高层特征图,得到多个预测层;根据所述多个预测层预测不同尺度的用于匹配缺陷大小的预测框。本发明通过特征保存模块和跳跃式密集连接方式保存并传递图像中缺陷的纹理等细节信息,从而提高表面缺陷的检测精度。

    一种基于神经网络模型的欺诈行为分析系统

    公开(公告)号:CN113919493A

    公开(公告)日:2022-01-11

    申请号:CN202111022268.1

    申请日:2021-09-01

    IPC分类号: G06N3/08 G06Q30/00 G06Q50/30

    摘要: 本发明公开了一种基于神经网络模型的欺诈行为分析系统,属于欺诈行为分析技术领域,包括关联聚合数据集和数据处理中心,所述数据处理中心输入端与关联聚合数据集输出端相连接,所述数据处理中心用于处理分析关联聚合数据集聚合后数据。本发明中,通过设计的神经元处理单元,能够通过机器学习模块建立神经网络模型对大数据中诈骗特征进行提取分析,并且通过运用大数据技术识别互联网欺诈内容,反向定位源头,多种欺诈内容联动分析,可全天24小时实时监控,具备快速以及准确的识别能力,同时能够通过记录用户诈骗特征数据对神经网络模型进行数据更新,提高对大数据环境下数据快速变换的适应能力。

    一种基于多维度聚合数据的防欺诈检测分析系统

    公开(公告)号:CN113888183A

    公开(公告)日:2022-01-04

    申请号:CN202111022269.6

    申请日:2021-09-01

    IPC分类号: G06Q30/00 G06N3/04 G06N3/08

    摘要: 本发明公开了一种基于多维度聚合数据的防欺诈检测分析系统,属于防欺诈检测分析技术领域,包括多维度数据收集模块和信息安全监测模块,所述多维度数据收集模块的输出端与大数据处理分析模块的输入端相连接,所述大数据处理分析模块的输出端与AI识别检测模块的输入端相连接,所述AI识别检测模块的输出端与图网络计算模型建立模块的输入端相连接;本发明采用“信息安全与大数据”“主动与被动”与“分析与研判”的方式进行电信网与互联网综合反欺诈检测、分析,形成领域创新、技术创新及应用创新的结合,可全面把控全国范围内互联网欺诈内容的分析与预警,提高该系统的应用效果。