广东工业大学任志刚获国家专利权
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!
龙图腾网获悉广东工业大学申请的专利一种工业产品外观缺陷语义分割方法及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:CN119229106B 。
龙图腾网通过国家知识产权局官网在2025-08-12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:202411129264.7,技术领域涉及:G06V10/26;该发明授权一种工业产品外观缺陷语义分割方法及系统是由任志刚;肖海东;施凯悦设计研发完成,并于2024-08-16向国家知识产权局提交的专利申请。
本一种工业产品外观缺陷语义分割方法及系统在说明书摘要公布了:本发明公开了一种工业产品外观缺陷语义分割方法及系统,涉及产品缺陷检测技术领域,方法包括制作待检测工业产品外观图像的数据集;对所述数据集进行数据预处理,得到预处理后的数据集,将预处理好的数据集划分为训练集和测试集;构建语义分割模型,使用基于边缘监督的训练方式,采用联合加权的网络损失函数,通过所述训练集对语义分割模型进行多次迭代训练,直至所述网络损失函数达到收敛,得到训练好的语义分割模型;将所述测试集输入训练好的语义分割模型进行测试,得到最终语义分割模型;将待检测图像输入最终语义分割模型,输出工业产品外观缺陷语义分割结果。本发明有效地提高图像分割的精度与准确率。
本发明授权一种工业产品外观缺陷语义分割方法及系统在权利要求书中公布了:1.一种工业产品外观缺陷语义分割方法,其特征在于,包括以下步骤: S1、制作待检测工业产品外观图像的数据集; S2、对所述数据集进行数据预处理,得到预处理后的数据集,将预处理好的数据集划分为训练集和测试集; S3、构建语义分割模型,使用基于边缘监督的训练方式,采用联合加权的网络损失函数,通过所述训练集对语义分割模型进行多次迭代训练,直至所述网络损失函数达到收敛,得到训练好的语义分割模型;将所述测试集输入训练好的语义分割模型进行测试,得到最终语义分割模型;所述语义分割模型包括依次连接的ResNet-50编码器、ECA注意力模块和FPN特征金字塔解码器;所述ResNet-50编码器用于对输入所述语义分割模型的图像进行特征提取和最大池化下采样;其中共包括五层卷积层,每一层卷积层都衔接一层整流线性单元和一个最大池化操作;所述ECA注意力模块包括全局平均池化层、1D卷积层和Sigmoid激活函数层; 所述全局平均池化层对输入所述ECA注意力模块的特征图进行全局平均池化,获取不同尺度的一维特征向量,所述1D卷积层利用高效跨通道信息获取能力的1D卷积运算来提取一维特征向量的特征像素,所述Sigmoid激活函数层对所述特征像素进行加权,得到加权结果;将所述加权结果通过跳跃连接所述一维特征向量,得到不同层级的多尺度融合后的图像特征信息,将所述图像特征信息传递至FPN特征金字塔解码器; 所述FPN特征金字塔解码器包括若干层解码器,所述FPN特征金字塔解码器采用双线性插值法自下而上的传递和聚合不同尺度的语义特征,每一层解码器输出都自下而上地传入上一层的解码器的输入端; S4、将待检测图像输入最终语义分割模型,输出工业产品外观缺陷语义分割结果。
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广东工业大学,其通讯地址为:510080 广东省广州市越秀区东风东路729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”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。