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！

龙图腾网获悉平方和(北京)科技有限公司申请的专利一种基于深度学习技术的隐形眼镜宏观瑕疵检测方法及装置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：CN119379624B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411414057.6，技术领域涉及：G06T7/00；该发明授权一种基于深度学习技术的隐形眼镜宏观瑕疵检测方法及装置是由蔡仲伦;姚佳迪;杨海生;高航设计研发完成，并于2024-10-11向国家知识产权局提交的专利申请。

本一种基于深度学习技术的隐形眼镜宏观瑕疵检测方法及装置在说明书摘要公布了：本发明涉及机器视觉领域，具体是一种基于深度学习技术的隐形眼镜宏观瑕疵检测方法及装置，获取包含多个杯体的原始图像，其中，所述多个杯体放置在载盘的多个孔穴中，所述多个杯体用于放置隐形眼镜，所述隐形眼镜浸泡于杯体的水中；对所述原始图像进行定位和裁剪，得到多个杯体的单体图像；基于预先构建的瑕疵识别模型对所述单体图像进行识别，得到瑕疵检测结果。本申请通过基于深度学习的粗检方法，实现了对隐形眼镜生产中多种常见瑕疵的自动检测。相比传统的机器视觉方法，本发明在泛化性、准确性及适应性方面具有显著优势。

本发明授权一种基于深度学习技术的隐形眼镜宏观瑕疵检测方法及装置在权利要求书中公布了：1.一种基于深度学习技术的隐形眼镜宏观瑕疵检测方法，其特征在于，包括步骤： 获取包含多个杯体的原始图像，其中，所述多个杯体放置在载盘的多个孔穴中，所述多个杯体用于放置隐形眼镜，所述隐形眼镜浸泡于杯体的水中； 对所述原始图像进行定位和裁剪，得到多个杯体的单体图像； 基于预先构建的瑕疵识别模型对所述单体图像进行识别，得到瑕疵检测结果；所述瑕疵识别模型的构建方法包括：获取样本数据，其中，所述样本数据包括多个单体图像，所述单体图像通过对原始样本图像定位和裁剪得到；对部分样本数据进行标注，得到训练数据集；基于所述训练数据集对人工神经网络进行训练，得到初始瑕疵识别模型；基于所述初始瑕疵识别模型对剩余部分样本数据进行自动标注，得到剩余部分样本数据的标注结果；基于所述标注结果对剩余部分样本数据的标注结果进行数据清洗，得到扩展训练数据集；基于所述扩展训练数据集对所述初始瑕疵识别模型进行训练，得到瑕疵识别模型；基于所述训练数据集对人工神经网络进行训练，得到初始瑕疵识别模型，或者，基于所述扩展训练数据集对所述初始瑕疵识别模型进行训练，得到瑕疵识别模型，包括：基于所述训练数据集对人工神经网络进行训练时，或者，基于所述扩展训练数据集对所述初始瑕疵识别模型进行训练时，基于动态损失加权机制计算对每个类别的样本的损失，并基于每个类别的样本的损失进行训练，在完成训练时，得到初始瑕疵识别模型或者瑕疵识别模型；基于动态损失加权机制计算对每个类别的样本的损失，包括：在进行训练时，基于交叉熵损失函数计算每个样本的损失，其中  表示样本索引；对每个类别，计算类别样本的权重 ，权重 的数学表达式为： 式中，为样本总数，是类别的样本数，为设定常数； 基于所述损失和所述权重构建样本的动态权重，所述动态权重的数学表达式为： 式中， 是样本  所属的类别； 基于所述损失和所述动态权重构建加权损失，所述加权损失的数学表达式为： 对所有的加权损失进行归一化，得到归一化后的加权损失，所述归一化后的加权损失的数学表达式为：。

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平方和(北京)科技有限公司，其通讯地址为：100094 北京市海淀区北清路81号一区1号楼11层1101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。