Евразийский сервер публикаций

Евразийская заявка на изобретение № 202291385

Библиографические данные

(11) Номер патентного документа

202291385

(21) Номер евразийской заявки

202291385

(22) Дата подачи евразийской заявки

2020.11.06

(51) Индексы Международной патентной классификации

G06T 7/00 (2017.01)
G06K 9/00 (2006.01)

(43)(13) Дата публикации евразийской заявки, код вида документа

A1 2022.08.05 Бюллетень № 08 тит.лист, описание

(31) Номер заявки, на основании которой испрашивается приоритет

62/932,413
62/949,667

(32) Дата подачи заявки, на основании которой испрашивается приоритет

2019.11.07
2019.12.18

(33) Код страны, идентифицирующий ведомство или организацию, которая присвоила номер заявки, на основании которой испрашивается приоритет

US
US

(86) Номер и дата подачи международной заявки

US2020/059293

(87) Номер и дата публикации международной заявки

2021/092297 2021.05.14

(71) Сведения о заявителе(ях)

ЭМДЖЕН ИНК. (US)

(72) Сведения об изобретателе(ях)

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) Сведения о представителе(ях)
или патентном поверенном

Медведев В.Н. (RU)

(54) Название изобретения

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...


Назад Новый поиск