Евразийский сервер публикаций

Евразийская заявка № 202291385

Библиографические данные
(21)202291385 (13) A1
(22)2020.11.06

[ A ] [ B ] [ C ] [ D ] [ E ] [ F ] [ G ] [ H ]

Текущий раздел:


Документ опубликован 2022.08.05
Текущий бюллетень: 2022-08
Все публикации: 202291385

(51) G06T 7/00 (2017.01)
G06K 9/00(2006.01)
(43)A1 2022.08.05 Бюллетень № 08 тит.лист, описание
(31)62/932,413; 62/949,667
(32)2019.11.07; 2019.12.18
(33)US; US
(86)US2020/059293
(87)2021/092297 2021.05.14
(71)ЭМДЖЕН ИНК. (US)
(72)Чавали Нилима, Пирсон Томас К., Сото Мануэль А., Торрес Хорхе Дельгадо, Альварадо Рентас Роберто К., Тапиа Хавьер О., Родригес-Толедо Сандра, Флорес-Акоста Эрик Р., Перес-Варела Освальдо, Торрес Бренда А. (US)
(74)Медведев В.Н. (RU)
(54)ЦЕЛЕНАПРАВЛЕННОЕ ПРИМЕНЕНИЕ ГЛУБОКОГО ОБУЧЕНИЯ К ОБОРУДОВАНИЮ АВТОМАТИЗИРОВАННОГО ВИЗУАЛЬНОГО КОНТРОЛЯ
Реферат [ENG]
(57) В способе повышения точности и эффективности в автоматизированном визуальном контроле сосудов сосуд, содержащий образец, ориентируют таким образом, что камера линейного сканирования имеет вид в профиль края упорного элемента сосуда. Множество изображений края упорного элемента захватывается первой камерой линейного сканирования при вращении сосуда, где каждое изображение из множества изображений соответствует разным угловым положениям сосуда. Двухмерное изображение края упорного элемента генерируется на основании по меньшей мере множества изображений, и пиксели двухмерного изображения обрабатываются одним или несколькими процессорами, исполняющими модель выведения заключения, которая содержит обучаемую нейронную сеть, для генерирования выводимых данных, указывающих на вероятность того, что образец является дефектным.
Zoom in

Загрузка данных...