CN114332016A - 设备屏幕光斑检测方法及装置 - Google Patents
设备屏幕光斑检测方法及装置 Download PDFInfo
- Publication number
- CN114332016A CN114332016A CN202111642401.3A CN202111642401A CN114332016A CN 114332016 A CN114332016 A CN 114332016A CN 202111642401 A CN202111642401 A CN 202111642401A CN 114332016 A CN114332016 A CN 114332016A
- Authority
- CN
- China
- Prior art keywords
- screen image
- connected region
- device screen
- equipment
- image
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 26
- 230000008569 process Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 8
- 238000001914 filtration Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000007797 corrosion Effects 0.000 claims description 4
- 238000005260 corrosion Methods 0.000 claims description 4
- 238000011084 recovery Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及一种设备屏幕光斑检测方法及装置,在获取到待测智能设备的设备屏幕图像后,在设备屏幕图像中连通区域标记。在连通区域标记的位置与连通区域标记满足预设限制条件时,判定设备屏幕图像存在光斑。基于此,通过图像处理,标准化识别待测智能设备的设备屏幕图像是否存在光斑,避免人工的主观因素影响,同时降低人力成本,提高检测效率和准确率。
Description
技术领域
本发明涉及电子产品技术领域,特别是涉及一种设备屏幕光斑检测方法及装置。
背景技术
随着电子产品技术的发展,各种智能设备层出不穷,例如智能手机、笔记本电脑和平板电脑等。其中,用户在使用这部分智能设备时,与智能设备进行人机交互的主要手段是通过智能设备的屏幕来实现的。因此,智能设备屏幕的好坏对用户的使用体验起到重要的影响。目前,伴随着经济和技术的高速发展,智能设备的普及和更新换代速度也越来越快。以智能手机为例,5G时代的到来,加速了智能手机的换代。在智能设备进行迭代的过程中,有效回收是智能设备剩余价值的有效利用手段之一,可减少对环境的化学污染以及减少浪费。
在智能设备的回收过程中,智能设备的屏幕状态对智能设备回收估价有较大影响,尤其是确定设备屏幕是否是假屏,来判断回收后的智能设备是否需要维修。传统判断设备屏幕是否是假屏的方式是否判断设备屏幕是否存在光斑,然而,目前识别光斑的方式是通过相关人员的肉眼观察确定。然而,肉眼观察的方式受主观因素干扰较大,且人力成本较高、效率和准确率较低。
发明内容
基于此,有必要针对传统识别光斑的方式还存在的不足,提供一种设备屏幕光斑检测方法及装置。
一种设备屏幕光斑检测方法,包括步骤:
获取待测智能设备的设备屏幕图像;
在设备屏幕图像中连通区域标记;其中,连通区域标记包括白色区域的像素;
在连通区域标记的位置与连通区域标记满足预设限制条件时,判定设备屏幕图像存在光斑。
上述的设备屏幕光斑检测方法,在获取到待测智能设备的设备屏幕图像后,在设备屏幕图像中连通区域标记。在连通区域标记的位置与连通区域标记满足预设限制条件时,判定设备屏幕图像存在光斑。基于此,通过图像处理,标准化识别待测智能设备的设备屏幕图像是否存在光斑,避免人工的主观因素影响,同时降低人力成本,提高检测效率和准确率。
在其中一个实施例中,在设备屏幕图像中连通区域标记的过程之前,还包括步骤:
对设备屏幕图像进行图像预处理。
在其中一个实施例中,对设备屏幕图像进行图像预处理的过程,包括步骤:
对设备屏幕图像进行裁剪处理、灰度处理、高斯滤波处理或膨胀腐蚀处理。
在其中一个实施例中,在设备屏幕图像中连通区域标记的过程之前,还包括步骤:
对设备屏幕图像进行二值化处理。
在其中一个实施例中,在连通区域标记的位置与连通区域标记满足预设限制条件时,判定设备屏幕图像存在光斑的过程之前,还包括步骤:
计算连通区域标记的非零像素值;
保留非零像素值满足像素限制条件的连通区域标记。
在其中一个实施例中,像素限制条件为像素值大于300小于2000。
在其中一个实施例中,预设限制条件如下式:
(x>1/5*cols or x+w<4/5*cols)
y+h<=rows
area<=2000
其中,连通区域标记的位置标识为(x,y,w,h);rows表示设备屏幕图像的长,cols表示设备屏幕图像的长;area表示连通区域标记的面积。
一种设备屏幕光斑检测装置,包括:
图像获取模块,用于获取待测智能设备的设备屏幕图像;
连通区域标记模块,在设备屏幕图像中连通区域标记;其中,连通区域标记包括白色区域的像素;
光斑判定模块,用于在连通区域标记的位置与连通区域标记满足预设限制条件时,判定设备屏幕图像存在光斑。
上述的设备屏幕光斑检测装置,在获取到待测智能设备的设备屏幕图像后,在设备屏幕图像中连通区域标记。在连通区域标记的位置与连通区域标记满足预设限制条件时,判定设备屏幕图像存在光斑。基于此,通过图像处理,标准化识别待测智能设备的设备屏幕图像是否存在光斑,避免人工的主观因素影响,同时降低人力成本,提高检测效率和准确率。
一种计算机存储介质,其上存储有计算机指令,计算机指令被处理器执行时实现上述任一实施例的设备屏幕光斑检测方法。
上述的计算机存储介质,在获取到待测智能设备的设备屏幕图像后,在设备屏幕图像中连通区域标记。在连通区域标记的位置与连通区域标记满足预设限制条件时,判定设备屏幕图像存在光斑。基于此,通过图像处理,标准化识别待测智能设备的设备屏幕图像是否存在光斑,避免人工的主观因素影响,同时降低人力成本,提高检测效率和准确率。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行程序时实现上述任一实施例的设备屏幕光斑检测方法。
上述的计算机设备,在获取到待测智能设备的设备屏幕图像后,在设备屏幕图像中连通区域标记。在连通区域标记的位置与连通区域标记满足预设限制条件时,判定设备屏幕图像存在光斑。基于此,通过图像处理,标准化识别待测智能设备的设备屏幕图像是否存在光斑,避免人工的主观因素影响,同时降低人力成本,提高检测效率和准确率。
附图说明
图1为一实施方式的设备屏幕光斑检测方法流程图;
图2为另一实施方式的设备屏幕光斑检测方法流程图;
图3为一实施方式的设备屏幕光斑检测装置模块结构图;
图4为一实施方式的计算机内部构造示意图。
具体实施方式
为了更好地理解本发明的目的、技术方案以及技术效果,以下结合附图和实施例对本发明进行进一步的讲解说明。同时声明,以下所描述的实施例仅用于解释本发明,并不用于限定本发明。
其中,在待测智能设备的回收过程中,可通过自助终端或回收机器对待测智能设备进行回收检测。自助终端或回收机器可通过有线连接或无线连接的方式与待检测智能设备建立数据连接,获取待检测智能设备的相应数据或向待测智能设备传输相应数据。同时,自助终端或回收机器可作为硬件检测的计算平台,或将数据发送至云端有云端服务器完成计算。基于此,在自助终端或回收机器的回收检测中,提供一种回收检测自动化操作方法。
图1为一实施方式的设备屏幕光斑检测方法流程图,如图1所示,一实施方式的设备屏幕光斑检测方法包括步骤S100至步骤S102:
S100,获取待测智能设备的设备屏幕图像;
S101,在设备屏幕图像中连通区域标记;其中,连通区域标记包括白色区域的像素;
S102,在连通区域标记的位置与连通区域标记满足预设限制条件时,判定设备屏幕图像存在光斑。
在回收检测过程中,通过拍摄待测智能设备,获得待测智能设备的设备屏幕图像。拍摄的中心为待测智能设备的设备屏幕,包括设备屏幕和背景。
由于拍摄的不稳定和背景的干扰,获取的设备屏幕图像需要进行预处理,以提高设备屏幕图像的处理价值,降低干扰因素。
在其中一个实施例中,图2为另一实施方式的设备屏幕光斑检测方法流程图,如图2所示,步骤S101中在设备屏幕图像中连通区域标记的过程之前,还包括步骤S200:
S200,对设备屏幕图像进行图像预处理。
在其中一个实施例中,对设备屏幕图像进行图像预处理的过程,包括步骤:
对设备屏幕图像进行裁剪处理、灰度处理、高斯滤波处理或膨胀腐蚀处理。
由于拍摄背景一些构造可能影响最亮区域的标记,要先将一些不必要的因素去除。利用裁剪算法对设备屏幕图像进行裁剪,尽可能让设备屏幕图像最后只显示设备屏幕区域。
同时,在拍摄过程中很难每次都做到将待测智能设备拍摄好,有时会有一定的角度偏移。因此将设备屏幕图像都进行不定向旋转变换,以提高图像的完整性全面性。对我们裁剪旋转后的设备屏幕图像进行灰度处理,使最亮区域更清晰地展示。再进行降噪的预处理,包括高斯滤波、中值滤波相结合的一个滤波操作,并进行多次的进行膨胀和腐蚀操作,以便再去掉类似最亮区域的噪声,提高最亮连通区域标记的准确率,以便于后续的连通区域标记。
其中,最亮区域一般为白色像素所在的区域,以对应光斑。
在其中一个实施例中,如图2所示,步骤S101中在设备屏幕图像中连通区域标记的过程之前,还包括步骤S201:
S201,对设备屏幕图像进行二值化处理。
对设备屏幕图像进行二值化处理,使设备屏幕图像只存在黑和白两种颜色通道,以便于进行白色像素所在的区域进行标记。
在其中一个实施例中,通过连通区域标记方法将白色区域的像素进行标记,确定连通区域标记。例如,通过利用python的skimage.measure.label连通区域标记方法进行标记。
同时,连通区域标记对应的区域与光斑并非一一对应的关系,因此需要对连通区域标记进行筛选。
在其中一个实施例中,如图2所示,步骤S102中在连通区域标记的位置与连通区域标记满足预设限制条件时,判定设备屏幕图像存在光斑的过程之前,还包括步骤S202和步骤S203:
S202,计算连通区域标记的非零像素值;
S203,保留非零像素值满足像素限制条件的连通区域标记。
由于光斑大小所占的像素点含量并不是很多,可通过非零像素值来对光斑进行筛选。
在其中一个实施例中,像素限制条件为像素值大于300小于2000。即保留非零像素值大于300且小于2000的连通区域标记,去除其它连通区域标记。
考虑光斑在待测智能设备的特征,在其中一个实施例中,预设限制条件如下式:
(x>1/5*cols or x+w<4/5*cols)
y+h<=rows
area<=2000
其中,连通区域标记的位置标识为(x,y,w,h);rows表示设备屏幕图像的长,cols表示设备屏幕图像的长;area表示连通区域标记的面积。
在连通区域标记的位置与连通区域标记满足预设限制条件时,判定设备屏幕图像存在光斑,否则判定不存在光斑。
需要注意的是,预设限制条件可根据待测智能设备的类型,对相应的参数进行调整,上述参数限定使用于智能手机。在智能平板设备中,可相应调整上述预设限制条件。
上述任一实施例的设备屏幕光斑检测方法,在获取到待测智能设备的设备屏幕图像后,在设备屏幕图像中连通区域标记。在连通区域标记的位置与连通区域标记满足预设限制条件时,判定设备屏幕图像存在光斑。基于此,通过图像处理,标准化识别待测智能设备的设备屏幕图像是否存在光斑,避免人工的主观因素影响,同时降低人力成本,提高检测效率和准确率。
本发明实施例提供了一种设备屏幕光斑检测装置。
图3为一实施方式的设备屏幕光斑检测装置模块结构图,如图3所示,一实施方式的设备屏幕光斑检测装置包括:
图像获取模块100,用于获取待测智能设备的设备屏幕图像;
连通区域标记模块101,在设备屏幕图像中连通区域标记;其中,连通区域标记包括白色区域的像素;
光斑判定模块102,用于在连通区域标记的位置与连通区域标记满足预设限制条件时,判定设备屏幕图像存在光斑。
上述的设备屏幕光斑检测装置,在获取到待测智能设备的设备屏幕图像后,在设备屏幕图像中连通区域标记。在连通区域标记的位置与连通区域标记满足预设限制条件时,判定设备屏幕图像存在光斑。基于此,通过图像处理,标准化识别待测智能设备的设备屏幕图像是否存在光斑,避免人工的主观因素影响,同时降低人力成本,提高检测效率和准确率。
本发明实施例还提供了一种计算机存储介质,其上存储有计算机指令,该指令被处理器执行时实现上述任一实施例的设备屏幕光斑检测方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对相关技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、终端、或者网络设备等)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括:移动存储设备、RAM、ROM、磁碟或者光盘等各种可以存储程序代码的介质。
与上述的计算机存储介质对应的是,在一个实施例中还提供一种计算机设备,该计算机设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其中,处理器执行程序时实现如上述各实施例中的任意一种设备屏幕光斑检测方法。
该计算机设备可以是终端,其内部结构图可以如图4所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种设备屏幕光斑检测方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
上述计算机设备,在获取到待测智能设备的设备屏幕图像后,在设备屏幕图像中连通区域标记。在连通区域标记的位置与连通区域标记满足预设限制条件时,判定设备屏幕图像存在光斑。基于此,通过图像处理,标准化识别待测智能设备的设备屏幕图像是否存在光斑,避免人工的主观因素影响,同时降低人力成本,提高检测效率和准确率。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (10)
1.一种设备屏幕光斑检测方法,其特征在于,包括步骤:
获取待测智能设备的设备屏幕图像;
在所述设备屏幕图像中连通区域标记;其中,所述连通区域标记包括白色区域的像素;
在所述连通区域标记的位置与所述连通区域标记满足预设限制条件时,判定所述设备屏幕图像存在光斑。
2.根据权利要求1所述的设备屏幕光斑检测方法,其特征在于,在所述设备屏幕图像中连通区域标记的过程之前,还包括步骤:
对所述设备屏幕图像进行图像预处理。
3.根据权利要求2所述的设备屏幕光斑检测方法,其特征在于,所述对所述设备屏幕图像进行图像预处理的过程,包括步骤:
对所述设备屏幕图像进行裁剪处理、灰度处理、高斯滤波处理或膨胀腐蚀处理。
4.根据权利要求1所述的设备屏幕光斑检测方法,其特征在于,在所述设备屏幕图像中连通区域标记的过程之前,还包括步骤:
对所述设备屏幕图像进行二值化处理。
5.根据权利要求1所述的设备屏幕光斑检测方法,其特征在于,在所述连通区域标记的位置与所述连通区域标记满足预设限制条件时,判定所述设备屏幕图像存在光斑的过程之前,还包括步骤:
计算所述连通区域标记的非零像素值;
保留所述非零像素值满足像素限制条件的连通区域标记。
6.根据权利要求5所述的设备屏幕光斑检测方法,其特征在于,所述像素限制条件为像素值大于300小于2000。
7.根据权利要求1所述的设备屏幕光斑检测方法,其特征在于,所述预设限制条件如下式:
(x>1/5*cols or x+w<4/5*cols)
y+h<=rows
area<=2000
其中,所述连通区域标记的位置标识为(x,y,w,h);rows表示所述设备屏幕图像的长,cols表示所述设备屏幕图像的长;area表示所述连通区域标记的面积。
8.一种设备屏幕光斑检测装置,其特征在于,包括:
图像获取模块,用于获取待测智能设备的设备屏幕图像;
连通区域标记模块,在所述设备屏幕图像中连通区域标记;其中,所述连通区域标记包括白色区域的像素;
光斑判定模块,用于在所述连通区域标记的位置与所述连通区域标记满足预设限制条件时,判定所述设备屏幕图像存在光斑。
9.一种计算机存储介质,其上存储有计算机指令,其特征在于,所述计算机指令被处理器执行时实现如权利要求1至7任意一项所述的设备屏幕光斑检测方法。
10.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行程序时实现如权利要求1至7任意一项所述的设备屏幕光斑检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111642401.3A CN114332016A (zh) | 2021-12-29 | 2021-12-29 | 设备屏幕光斑检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111642401.3A CN114332016A (zh) | 2021-12-29 | 2021-12-29 | 设备屏幕光斑检测方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114332016A true CN114332016A (zh) | 2022-04-12 |
Family
ID=81016413
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111642401.3A Pending CN114332016A (zh) | 2021-12-29 | 2021-12-29 | 设备屏幕光斑检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114332016A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11989701B2 (en) | 2014-10-03 | 2024-05-21 | Ecoatm, Llc | System for electrically testing mobile devices at a consumer-operated kiosk, and associated devices and methods |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109801322A (zh) * | 2017-11-16 | 2019-05-24 | 合肥欣奕华智能机器有限公司 | 一种漏光检测方法及装置 |
CN111175027A (zh) * | 2020-02-21 | 2020-05-19 | 卡莱特(深圳)云科技有限公司 | 一种显示屏显示异常的识别方法及识别装置 |
CN112102762A (zh) * | 2020-09-30 | 2020-12-18 | 卡莱特(深圳)云科技有限公司 | 一种识别led屏幕异常灯点的方法及装置 |
CN112581488A (zh) * | 2020-12-30 | 2021-03-30 | 郑州大学 | 基于MicroLED显示技术的显示屏 |
CN113008524A (zh) * | 2019-12-20 | 2021-06-22 | 合肥欣奕华智能机器有限公司 | 屏幕漏光检测方法及装置 |
CN113781396A (zh) * | 2021-08-11 | 2021-12-10 | 深圳市鑫信腾科技股份有限公司 | 屏幕缺陷检测方法、装置、设备和存储介质 |
-
2021
- 2021-12-29 CN CN202111642401.3A patent/CN114332016A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109801322A (zh) * | 2017-11-16 | 2019-05-24 | 合肥欣奕华智能机器有限公司 | 一种漏光检测方法及装置 |
CN113008524A (zh) * | 2019-12-20 | 2021-06-22 | 合肥欣奕华智能机器有限公司 | 屏幕漏光检测方法及装置 |
CN111175027A (zh) * | 2020-02-21 | 2020-05-19 | 卡莱特(深圳)云科技有限公司 | 一种显示屏显示异常的识别方法及识别装置 |
CN112102762A (zh) * | 2020-09-30 | 2020-12-18 | 卡莱特(深圳)云科技有限公司 | 一种识别led屏幕异常灯点的方法及装置 |
CN112581488A (zh) * | 2020-12-30 | 2021-03-30 | 郑州大学 | 基于MicroLED显示技术的显示屏 |
CN113781396A (zh) * | 2021-08-11 | 2021-12-10 | 深圳市鑫信腾科技股份有限公司 | 屏幕缺陷检测方法、装置、设备和存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11989701B2 (en) | 2014-10-03 | 2024-05-21 | Ecoatm, Llc | System for electrically testing mobile devices at a consumer-operated kiosk, and associated devices and methods |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109886928B (zh) | 一种目标细胞标记方法、装置、存储介质及终端设备 | |
CN108230390B (zh) | 训练方法、关键点检测方法、装置、存储介质和电子设备 | |
CN106920245B (zh) | 一种边界检测的方法及装置 | |
US20210124967A1 (en) | Method and apparatus for sample labeling, and method and apparatus for identifying damage classification | |
CN111309618B (zh) | 页面元素定位方法、页面测试方法及相关装置 | |
CN113298078A (zh) | 设备屏幕碎裂检测模型训练方法及设备屏幕碎裂检测方法 | |
CN111814905A (zh) | 目标检测方法、装置、计算机设备和存储介质 | |
CN111738252B (zh) | 图像中的文本行检测方法、装置及计算机系统 | |
CN113505781B (zh) | 目标检测方法、装置、电子设备及可读存储介质 | |
CN112464829B (zh) | 一种瞳孔定位方法、设备、存储介质及视线追踪系统 | |
CN112381092B (zh) | 跟踪方法、装置及计算机可读存储介质 | |
CN111539238A (zh) | 二维码图像修复方法、装置、计算机设备和存储介质 | |
CN114332016A (zh) | 设备屏幕光斑检测方法及装置 | |
CN110781887A (zh) | 车牌螺丝检测方法、装置和计算机设备 | |
CN117115823A (zh) | 一种篡改识别方法、装置、计算机设备和存储介质 | |
CN112651315A (zh) | 折线图的信息提取方法、装置、计算机设备和存储介质 | |
CN112258501A (zh) | 印版网点检测方法、印版测量仪和可读存储介质 | |
CN116091503A (zh) | 一种面板异物缺陷的判别方法、装置、设备及介质 | |
CN114299293A (zh) | 应用于回收检测的图像机器视觉预处理方法及装置 | |
CN115546219A (zh) | 检测板式生成方法、板卡缺陷检测方法、装置及产品 | |
CN114494856A (zh) | 设备机型检测模型训练方法及设备机型检测方法 | |
CN113034531A (zh) | 设备摆放检测方法及装置 | |
CN113052798A (zh) | 屏幕老化检测模型训练方法及屏幕老化检测方法 | |
CN112052150A (zh) | 页面加载时间检测方法、设备、存储介质及装置 | |
CN112950568A (zh) | 比例尺长度计算方法、装置、计算机设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |