基于深度卷积神经网络的钢板表面缺陷分类方法及装置

被引：0

专利类型：

发明

申请号：

CN201910720076.4

申请日：

2019-08-06

公开(公告)号：

CN110490849A

公开(公告)日：

2019-11-22

发明(设计)人：

古天龙朱恩新宾辰忠常亮孙镇海李康林

申请人：

申请人地址：

541004 广西壮族自治区桂林市七星区金鸡路1号

IPC主分类号：

G06T700

IPC分类号：

G06K962 G01N2188

代理机构：

北京中济纬天专利代理有限公司 11429

代理人：

石燕妮

法律状态：

发明专利申请公布后的驳回

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
2022-12-02	发明专利申请公布后的驳回	发明专利申请公布后的驳回 IPC(主分类):G06T 7/00 申请公布日:20191122
2019-12-17	实质审查的生效	实质审查的生效 IPC(主分类):G06T 7/00 申请日:20190806
2019-11-22	公开	公开

共 50 条

[1]

基于卷积神经网络多级特征的钢板表面缺陷检测方法 [P].

宋克臣 ;

何彧 ;

颜云辉 ;

董志鹏 ;

董洪文 .

中国专利 :CN108345911B ,2018-07-31

[2]

一种基于深度卷积神经网络的隧道表面缺陷分类方法 [P].

汪俊 ;

徐莹莹 ;

李大伟 ;

易程 .

中国专利 :CN111931800B ,2020-11-13

[3]

一种基于卷积神经网络的钢板表面缺陷的检测方法 [P].

姚明海 ;

马梦丽 ;

顾勤龙 .

中国专利 :CN108154504A ,2018-06-12

[4]

基于深度卷积神经网络的化成箔外观缺陷的分类方法 [P].

李晓天 ;

史飞 .

中国专利 :CN120877002A ,2025-10-31

[5]

基于深度卷积神经网络的化成箔外观缺陷的分类方法 [P].

李晓天 ;

史飞 .

中国专利 :CN120877002B ,2025-12-12

[6]

基于深度卷积神经网络的变体分类方法及系统 [P].

L·孙达拉姆 ;

K-H·法尔 ;

H·高 ;

S·雷迪帕迪格帕蒂 ;

J·F·麦克雷 .

美国专利 :CN110800062B ,2024-11-29

[7]

基于卷积神经网络的表面缺陷区域分割方法及装置 [P].

弭宝瞳 ;

周展 ;

王涛 .

中国专利 :CN114419078B ,2022-04-29

[8]

一种基于双流神经网络模型的钢板表面缺陷分类方法 [P].

倪红军 ;

张加俏 ;

任福继 ;

张振亚 ;

贯大兴 ;

吕帅帅 ;

汪兴兴 ;

张福豹 ;

朱昱 ;

张守阳 ;

王凯旋 .

中国专利 :CN111627018A ,2020-09-04

[9]

基于深度卷积神经网络的超声图像分类方法 [P].

耿爱群 ;

张秀珍 ;

寇民生 .

中国专利 :CN114998650A ,2022-09-02

[10]

基于卷积神经网络的图像分类方法、装置及卷积神经网络 [P].

吴进 .

中国专利 :CN114091648A ,2022-02-25

← 1 2 3 4 5 →