买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉厦门博视源机器视觉技术有限公司申请的专利一种基于深度学习及机器视觉的产品质量检测系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119688703B 。

龙图腾网通过国家知识产权局官网在2025-07-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510191654.5，技术领域涉及：G01N21/88；该发明授权一种基于深度学习及机器视觉的产品质量检测系统是由梁火炼设计研发完成，并于2025-02-21向国家知识产权局提交的专利申请。

本一种基于深度学习及机器视觉的产品质量检测系统在说明书摘要公布了：本发明涉及产品质检技术领域，尤其为一种基于深度学习及机器视觉的产品质量检测系统，包括多模态图像采集模块、深度学习缺陷检测模块、动态资源调度模块。多模态图像采集模块用高分辨率相机阵列与自适应光源，全方位采集产品图像；深度学习缺陷检测模块经双路径残差去噪、多尺度上下文感知及图拓扑缺陷分类，精准识别缺陷；动态资源调度模块依据检测结果，借技能图谱、蚁群算法等实现人员、物料合理调度与产线平衡；增强现实交互模块以全息投影和多模态交互，直观展示缺陷并提供维修导航；自进化检测模型能基于新样本更新权重，多物理场仿真模块模拟缺陷对产品力学性能影响。本发明检测精度高、效率快，显著提升产品质量检测与生产管理水平。

本发明授权一种基于深度学习及机器视觉的产品质量检测系统在权利要求书中公布了：1.一种基于深度学习及机器视觉的产品质量检测系统，其特征在于：包括： 多模态图像采集模块：由高分辨率工业相机阵列、自适应光源系统及图像采集卡构成；所述工业相机阵列呈环形分布，全方位覆盖产品表面，实现360°检测视角；所述自适应光源系统依据产品表面反射率，动态调节多波段光照组合，光谱范围覆盖400-1100nm；所述图像采集卡具备并行处理至少8路相机信号的能力； 深度学习缺陷检测模块：用于实现图像到缺陷决策的端到端分析，具体包含： 双路径残差去噪单元：采用双分支网络结构，分别提取图像的低频结构信息与高频细节特征，并通过残差连接对去噪结果进行融合； 多尺度上下文感知单元：借助空洞卷积金字塔网络DCPN，同步获取局部缺陷细节与全局上下文关联特征； 图拓扑缺陷分类单元：构建缺陷区域空间关系图，利用图卷积网络GCN对节点特征进行迭代更新，最终输出缺陷类型及严重度的联合概率； 动态资源调度模块：基于缺陷检测结果生成多目标优化调度方案，涵盖： 技能图谱驱动的人员调度单元：依据缺陷类型，匹配维修人员技能图谱数据库，通过计算技能匹配度生成优先级队列； 时空约束物料调度单元：结合缺陷位置坐标与产线布局拓扑图，运用蚁群优化算法规划物料运输路径； 产线吞吐量平衡单元：采用马尔可夫决策过程，动态调整检测工位与维修工位的资源配置比例； 增强现实交互模块：包含全息投影设备和多模态交互终端，实时叠加缺陷三维热力图、维修路径导航及工艺参数修正建议； 所述双路径残差去噪单元的网络结构为： 低频分支：采用5×5大卷积核提取图像宏观结构特征，输出通道数为64； 高频分支：采用3×3小卷积核，并结合空洞率为2的空洞卷积层提取微观纹理特征，输出通道数为128； 特征融合层：通过跨通道注意力机制对双分支输出进行加权融合，计算公式为： ，其中，，为可学习权重矩阵，用于对输入特征进行加权变换；为Sigmoid函数，将加权后的结果映射到0-1之间，得到注意力权重；表示低频分支输出的特征，表示高频分支输出的特征；表示逐元素相乘，将注意力权重与对应分支特征相乘后相加，得到融合后的特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人厦门博视源机器视觉技术有限公司，其通讯地址为：361024 福建省厦门市火炬高新区软件园三期诚毅北大街62号209单元0665号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。