一种工业检测用深度学习的AI智能模型

发明专利有效专利

申请号：
CN202010627346.X
IPC分类号：G06K9/62;G06N3/08;G06N3/04
申请日期：
2020-07-02
申请人：
苏州富鑫林光电科技有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种工业检测用深度学习的AI智能模型
申请号	CN202010627346.X	申请日期	2020-07-02
法律状态	实质审查	申报国家	暂无
公开/公告日	2020-10-30	公开/公告号	CN111860619A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2;;;G;0;6;N;3;/;0;8;;;G;0;6;N;3;/;0;4查看分类表>
申请人	苏州富鑫林光电科技有限公司	申请人地址	江苏省苏州市工业园区金鸡湖大道99号苏州纳米城16幢501室变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	苏州富鑫林光电科技有限公司	当前权利人	苏州富鑫林光电科技有限公司
发明人	黄西士;吕越峰;张剑
代理机构	苏州市中南伟业知识产权代理事务所（普通合伙）	代理人	吴竹慧

摘要

本发明涉及工业检测的技术领域，特别是涉及一种工业检测用深度学习的AI智能模型，其可以大大减少了网络学习参数的数量，得到更精简的网络结构；同时在训练过程中也减少对一般深度学习模型大量数据的需求，更适合训练数据难以获取的生产线的自动缺陷检测；其特征在于，包括：空间多尺度模块、频道特征重新动态标定模块、不同层次金字塔的特征重用模块、全局连接池化操作模块和批量标准化模块。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供