一种基于深度学习的工业零件表面缺陷检测方法

被引：0

专利类型：

发明

申请号：

CN202111520875.0

申请日：

2021-12-13

公开(公告)号：

CN114187272A

公开(公告)日：

2022-03-15

发明(设计)人：

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

申请人：

申请人地址：

519060 广东省珠海市香洲区南屏屏东二路8号

IPC主分类号：

G06T700

IPC分类号：

G06K962 G06N304 G06N308 G06V10774 G06V1080 G06V1082

代理机构：

桂林市持衡专利商标事务所有限公司 45107

代理人：

陈跃琳

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
2022-03-15	公开	公开
2022-04-01	实质审查的生效	实质审查的生效 IPC(主分类):G06T 7/00 申请日:20211213

共 50 条

[1]

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

[2]

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

[3]

一种基于深度学习的工业零件缺陷检测方法 [P].

李翔玮 ;

林洲臣 ;

王鑫欢 ;

王泽霖 .

中国专利 :CN113392915A ,2021-09-14

[4]

一种工业零件表面缺陷检测方法 [P].

郑富山 .

中国专利 :CN118225877A ,2024-06-21

[5]

一种工业零件表面缺陷检测方法 [P].

钟乐海 ;

李礁 ;

包晓安 ;

张娜 ;

王荣海 ;

吴彪 ;

甘波 .

中国专利 :CN113870265A ,2021-12-31

[6]

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

[7]

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

[8]

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

[9]

一种基于深度学习的航空透明件表面缺陷检测方法 [P].

姚勇 ;

王艺静 ;

温润媛 ;

李子健 ;

刘启洋 ;

陈一卓 .

中国专利 :CN119850513A ,2025-04-18

[10]

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

← 1 2 3 4 5 →