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！

龙图腾网获悉上海帆声图像科技有限公司申请的专利基于深度学习的多模型融合方法及在耐磨板检测中的应用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：CN116757995B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202310456337.2，技术领域涉及：G06T7/00；该发明授权基于深度学习的多模型融合方法及在耐磨板检测中的应用是由黄冠杰;邓红涛;陈红星设计研发完成，并于2023-04-26向国家知识产权局提交的专利申请。

本基于深度学习的多模型融合方法及在耐磨板检测中的应用在说明书摘要公布了：本发明提供基于深度学习的多模型融合方法，包括以下步骤：在模型预处理阶段，根据输入图片数据的特性进行分析，将造成干扰的图与正常的图进行分类；将干扰图采用分类过滤模块以及分类模型，将正常图采用分割过滤模块以及分割模型，分别进行训练，得到对应的模型权重文件后，应用于后续的应用阶段；在模型应用阶段，先利用分类模型进行图片数据的分类，将属于过滤类的图片直接输出，其余的输入至分割模型进行判断；经由分割模型处理后的数据将经过一个自适应过滤模块进行筛选，并输出最终的数据，本发明采用了多模型融合的方式，有效地克服了单一模型算法存在的不足。

本发明授权基于深度学习的多模型融合方法及在耐磨板检测中的应用在权利要求书中公布了：1.基于深度学习的多模型融合方法，其特征在于，包括以下步骤： 在模型预处理阶段，根据输入图片数据的特性进行分析，将造成干扰的图与正常的图进行分类； 将干扰图采用分类过滤模块以及分类模型，将正常图采用分割过滤模块以及分割模型，分别进行训练，得到对应的模型权重文件后，应用于后续的应用阶段； 在模型应用阶段，先利用分类模型进行图片数据的分类，将属于过滤类的图片直接输出，其余的输入至分割模型进行判断； 经由分割模型处理后的数据将经过一个自适应过滤模块进行筛选，并输出最终的数据； 自适应过滤模块的算法具体为:判断当前共检测出目标的总数量的值是否大于目标总数阈值，若大于，则进入后续的过滤步骤，否则直接输出无需过滤；根据分割算法输出的各目标坐标中每个目标的左上及右下横纵坐标分别计算每个目标的中心点坐标值代表中心点坐标的横纵坐标；以耐磨板的中心圆的中心点坐标cx0,cy0为基准，将其余点的中心点坐标的横坐标与cx0进行比较，将小于cx0的目标的中心点坐标值存入小于中心圆的中心点坐标的目标数据，大于cx0的目标的中心点坐标存入大于中心圆的中心点坐标的目标数据；分别判断小于中心圆的中心点坐标的目标数据与大于中心圆的中心点坐标的目标数据的长度，将其长度大于2的列表输入到后续过滤环节；计算当前列表中每个目标的中心点坐标值与中心圆中心点坐标进行距离的度量计算，并两两比较其差异值，将差异值较大的目标的横纵坐标存入二次候选列表，将差异最小的两个目标的横纵坐标存入二次查验列表；遍历二次查验列表，找出当前列表中两个目标点的最小的左上角纵坐标与最大的右下角纵坐标，分别代表两个点，将其分别与中心圆最小的纵坐标以及最大的纵坐标进行差值的比对，只要两个点与其的差值小于纵坐标阈值，则进入后续第二重横坐标阈值的判断，否则将其数据加入至二次候选列表中，等待过滤；若满足差值小于纵坐标阈值的条件，则进行第二重的横坐标阈值的判断，其主要步骤为：计算其两个目标的中心点坐标，随后将两者的中心点坐标的横坐标进行差值的计算，若小于横坐标阈值，则直接作为过滤后的最终数据并输出；如果不满足，则将二次查验列表中的数据加入二次候选列表，并重复上述的两个阈值的判断；最终输出过滤后的结果中包含中心圆横纵坐标以及四个焊点的横纵坐标，作为最终过滤后的数据。

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上海帆声图像科技有限公司，其通讯地址为：201206 上海市浦东新区自由贸易试验区金海路18号5号楼3层301室；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”。

以上内容由龙图腾AI智能生成。