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！

龙图腾网获悉北京工业大学申请的专利一种基于聚合卷积和自注意力特征的电子元器件X光图像空洞分割方法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：CN115908819B 。

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：202211690834.0，技术领域涉及：G06V10/26；该发明授权一种基于聚合卷积和自注意力特征的电子元器件X光图像空洞分割方法是由王素玉;刘红玉;王宇鹏设计研发完成，并于2022-12-27向国家知识产权局提交的专利申请。

本一种基于聚合卷积和自注意力特征的电子元器件X光图像空洞分割方法在说明书摘要公布了：本方法公开了一种基于聚合卷积和自注意力特征的电子元器件X光图像空洞分割方法，首先对元器件数据集进行数据增强以扩充数据样本量，避免过拟合。其次，将数据输入到模型中进行分割，模型设计为U形Encoder‑Decoder结构，将引入CNN和Transformer混合分支的主干网络作为Encoder模块提取特征，聚合了图像的局部特征和全局特征；设计Decoder结构对Encoder模块输出进行上采样，并在每一层上采样中使用跳跃连接，融合下采样特征使后续上采样特征更加精细，图像还原更精确，分割精度更高。最后，使用LovaszSoftmax损失函数指导训练，得到分割模型。本方法能够用于电子元器件表面空洞缺陷分割任务，具有成本低、实时检测、高准确性等优点。

本发明授权一种基于聚合卷积和自注意力特征的电子元器件X光图像空洞分割方法在权利要求书中公布了：1.一种基于聚合卷积和自注意力特征的电子元器件X光图像空洞分割方法，其特征在于，包括： 该电子元器件X光图像空洞分割方法基于电子元器件X光图像空洞分割模型实现，所述的电子元器件X光图像空洞分割模型是U形的Encoder-Decoder结构；电子元器件X光图像空洞分割模型的前部分是由CNN和Transformer的混合分支作为Encoder模块提取特征，通过FCU模块聚合图像的局部特征和全局特征，最大程度地保留图像语义信息；Decoder模块是将Encoder模块输出通过Bridge模块完成特征融合后，作为输入进行上采样，并在每一层上采样中使用跳跃连接拼接Encoder中相同分辨率的特征信息，融合后的特征能够保证原有电子元器件X光图像的空洞细节信息，得到最终的分割结果； Bridge模块是将Encoder模块的混合分支特征作为输入，进行二次特征融合，细节更加精细，还原更精确，同时对特征进行降维，便于特征通过Decoder模块进行特征还原；Decoder模块是将下采样后特征还原至原始图像的重要步骤；整体过程是将Bridge模块的输出特征作为模块输入，通过插值方式进行4次上采样，每次上采样过程对应Encoder模块中4次下采样阶段；上采样操作之前采用跳跃连接的方式，对主干网络相同分辨率的细节特征进行拼接，拼接后的特征通过33卷积进行降维和上采样操作，最终输出分割效果图。

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北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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”。