一种基于深度学习的碳丝表面缺陷检测方法

被引：0

申请号：

CN202210959512.5

申请日：

2022-08-11

公开(公告)号：

CN115358977A

公开(公告)日：

2022-11-18

发明(设计)人：

贾佳

申请人：

申请人地址：

211106 江苏省南京市江宁区双龙大道1698号1003-1005室

IPC主分类号：

G06T700

IPC分类号：

G06V1040 G06V1080 G06V1082 G06V10766 G06V10764 G06V1026 G06N304

代理机构：

南京钟山专利代理有限公司 32252

代理人：

张力

法律状态：

实质审查的生效

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
2022-12-06	实质审查的生效	实质审查的生效 IPC(主分类):G06T 7/00 申请日:20220811
2022-11-18	公开	公开

共 50 条

[1]

一种基于深度学习的原丝纤维表面缺陷检测方法 [P].

李桂东 .

中国专利 :CN113592853A ,2021-11-02

[2]

一种基于深度学习的表面缺陷检测方法 [P].

吴剑青 ;

谢扬 ;

杨书新 ;

黄伟东 ;

王碧 ;

曾博文 .

中国专利 :CN117541554A ,2024-02-09

[3]

一种基于深度学习的表面缺陷检测方法 [P].

吴剑青 ;

谢扬 ;

杨书新 ;

黄伟东 ;

王碧 ;

曾博文 .

中国专利 :CN117541554B ,2024-08-13

[4]

一种基于深度学习的表面缺陷检测方法 [P].

李家贵 ;

李金权 ;

刘建军 ;

杨树明 ;

张国锋 ;

王淼 ;

曹臻 ;

王逸豪 ;

杨小艳 .

中国专利 :CN118674710A ,2024-09-20

[5]

基于深度学习的钢材表面缺陷检测方法、装置和设备 [P].

李潭 ;

宋伟宁 ;

高方方 ;

吴守栾 ;

宋超 ;

陈南江 ;

林燕文 .

中国专利 :CN120164081A ,2025-06-17

[6]

基于深度学习的钢材表面缺陷检测方法、装置和设备 [P].

李潭 ;

宋伟宁 ;

高方方 ;

吴守栾 ;

宋超 ;

陈南江 ;

林燕文 .

中国专利 :CN120164081B ,2025-07-15

[7]

一种基于深度学习的多尺度表面缺陷检测方法 [P].

高大化 ;

魏来 ;

黄宸宇 ;

刘丹华 .

中国专利 :CN118053042A ,2024-05-17

[8]

一种基于深度学习的表面缺陷检测方法及系统 [P].

樊伟 ;

李康泽 ;

杨杰 ;

李嘉和 .

中国专利 :CN121032953A ,2025-11-28

[9]

一种基于深度学习的钢坯表面小缺陷检测方法 [P].

田陆 ;

侯超 ;

徐茂 ;

薛志军 ;

徐彦 ;

谢庆龙 .

中国专利 :CN120163821A ,2025-06-17

[10]

基于深度学习的钢材表面缺陷检测方法 [P].

韩阳 ;

同磊 ;

禹晶 ;

肖创柏 .

中国专利 :CN117670844A ,2024-03-08

← 1 2 3 4 5 →