一种基于深度学习多层特征融合的布匹缺陷检测方法

被引：0

专利类型：

发明

申请号：

CN202010726179.4

申请日：

2020-07-25

公开(公告)号：

CN111862059A

公开(公告)日：

2020-10-30

发明(设计)人：

赵凯牛佩红

申请人：

申请人地址：

215011 江苏省苏州市高新区竹园路209号1号楼6层C6013-2室

IPC主分类号：

G06T700

IPC分类号：

G06K962 G06N304 G06N308

代理机构：

代理人：

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
2020-10-30	公开	公开
2020-11-17	实质审查的生效	实质审查的生效 IPC(主分类):G06T 7/00 申请日:20200725

共 50 条

[1]

一种基于深度学习的布匹缺陷检测方法 [P].

韩超 ;

石玄 ;

尹俊青 ;

刘念 .

中国专利 :CN120495198A ,2025-08-15

[2]

基于深度学习的布匹缺陷检测方法 [P].

马意彭 ;

戴菲 ;

林勇康 ;

肖建 ;

蔡志匡 .

中国专利 :CN110175988A ,2019-08-27

[3]

一种基于多模态融合深度学习的布匹缺陷检测方法 [P].

方斌 ;

孙富春 ;

龙行明 ;

张一帆 ;

刘华平 .

中国专利 :CN111028204B ,2020-04-17

[4]

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

[5]

一种基于深度多层特征融合学习的小麦麦蜘蛛检测方法 [P].

陈天娇 ;

王儒敬 ;

谢成军 ;

张洁 ;

李瑞 .

中国专利 :CN107808116A ,2018-03-16

[6]

基于深度学习的实时布匹缺陷检测方法及系统 [P].

张勇 ;

颜庚潇 ;

赵东宁 ;

廉德亮 ;

梁长垠 ;

曾庆好 ;

何钦煜 .

中国专利 :CN112802016A ,2021-05-14

[7]

一种基于深度学习和多层特征融合的驾驶场景目标检测方法 [P].

赵敏 ;

孙棣华 ;

贾建 .

中国专利 :CN108875595A ,2018-11-23

[8]

基于神经网络深度学习的布匹缺陷检测方法 [P].

张美杰 ;

张平 ;

黄坤山 ;

李力 .

中国专利 :CN107123107A ,2017-09-01

[9]

一种基于深度学习的缺陷检测方法 [P].

尹仕斌 ;

郭寅 ;

郭磊 ;

孙文毅 ;

赵进 .

中国专利 :CN117808776A ,2024-04-02

[10]

一种基于多层特征融合的车辆检测方法 [P].

王玉 ;

李涵宇 ;

申铉京 ;

黄永平 ;

刘同壮 .

中国专利 :CN113420706B ,2021-09-21

← 1 2 3 4 5 →