一种基于深度学习的工业零件缺陷检测方法

被引：0

专利类型：

发明

申请号：

CN202110695517.7

申请日：

2021-06-23

公开(公告)号：

CN113392915A

公开(公告)日：

2021-09-14

发明(设计)人：

李翔玮林洲臣王鑫欢王泽霖

申请人：

申请人地址：

315800 浙江省宁波市北仑区新碶莫干山路36号A幢1号-301室

IPC主分类号：

G06K962

IPC分类号：

G06N304 G06N308 G06T700 G06T773 G01N2188

代理机构：

浙江中桓联合知识产权代理有限公司 33255

代理人：

朱萍

法律状态：

公开

国省代码：

引用

下载

收藏

法律状态

法律状态公告日	法律状态	法律状态信息
2021-09-14	公开	公开
2021-10-01	实质审查的生效	实质审查的生效 IPC(主分类):G06K 9/62 申请日:20210623

共 50 条

[1]

基于深度学习的工业零件表面缺陷检测方法 [P].

范廷洪 ;

毛剑 ;

吴其龙 .

中国专利 :CN120577304A ,2025-09-02

[2]

一种基于深度学习的工业零件关键点检测方法 [P].

张发恩 ;

刘洋 ;

黄家水 ;

唐永亮 .

中国专利 :CN110705563B ,2020-01-17

[3]

一种基于深度学习的工业零件表面缺陷检测方法 [P].

蒋占四 ;

胡燕林 ;

郑泽瀚 ;

丁泽良 ;

彭岗举 ;

朴延 ;

梁日强 ;

滕制 ;

程豪 ;

黄贤国 ;

武栓虎 .

中国专利 :CN114187272A ,2022-03-15

[4]

一种基于深度学习的工业零件表面缺陷检测方法 [P].

蒋占四 ;

胡燕林 ;

郑泽瀚 ;

丁泽良 ;

彭岗举 ;

朴延 ;

梁日强 ;

滕制 ;

程豪 ;

黄贤国 ;

武栓虎 .

中国专利 :CN114187272B ,2024-11-26

[5]

基于深度学习孪生网络的工业陶瓷零件缺陷检测方法 [P].

管声启 ;

董洪鸽 ;

党慧 ;

李朝阳 ;

沈佳宇 .

中国专利 :CN120198399A ,2025-06-24

[6]

一种基于深度学习的工业零件关键点检测方法 [P].

项强德 .

中国专利 :CN115356209A ,2022-11-18

[7]

一种工业零件缺陷检测方法 [P].

程大龙 ;

周国华 ;

杜轶锋 ;

曾文君 ;

张俊豪 ;

曾东超 .

中国专利 :CN119515770A ,2025-02-25

[8]

一种工业零件缺陷检测方法 [P].

程大龙 ;

周国华 ;

杜轶锋 ;

曾文君 ;

张俊豪 ;

曾东超 .

中国专利 :CN119515770B ,2025-09-16

[9]

一种基于深度学习的工业元器件外观缺陷检测方法 [P].

杨灵运 ;

文杰 ;

陈建 ;

杨文峰 ;

王小康 ;

陈胜 .

中国专利 :CN110658202B ,2020-01-07

[10]

一种基于深度学习的布匹缺陷检测方法 [P].

江结林 ;

崔超 .

中国专利 :CN115457553A ,2022-12-09

← 1 2 3 4 5 →