Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 南京航空航天大学汪俊获国家专利权

南京航空航天大学汪俊获国家专利权

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!

龙图腾网获悉南京航空航天大学申请的专利一种基于Transformer与通道交互的多类别焊点缺陷分类方法、系统、设备及介质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:CN119851043B

龙图腾网通过国家知识产权局官网在2025-10-10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:202510279638.1,技术领域涉及:G06V10/764;该发明授权一种基于Transformer与通道交互的多类别焊点缺陷分类方法、系统、设备及介质是由汪俊;周杰;濮宬涵;牛牧原;陆乐;林子煜设计研发完成,并于2025-03-11向国家知识产权局提交的专利申请。

一种基于Transformer与通道交互的多类别焊点缺陷分类方法、系统、设备及介质在说明书摘要公布了:本发明涉及一种基于Transformer与通道交互的多类别焊点缺陷分类方法、系统、设备及介质,包括:输入图像预处理,对输入的支持图像与查询图像分别进行划分、嵌入、位置编码和类别信息嵌入;将包含了位置与类别信息的图像块嵌入序列输送Transformer编码器提取包含了类别相关信息和原始各个图像块的嵌入特征;利用类别相关嵌入向量与全局视觉上下文向量对每个通道的图像块嵌入特征进行自适应调整;通过计算支持图像与查询图像的相似度,判断它们是否属于相同类别或缺陷类型;通过分类网络输出图像的缺陷类别;本发明有效提升了焊点缺陷分类的精度,特别是在缺陷类型多样和样本量小的场景下,克服了传统方法面临的类别混淆和小样本学习问题。

本发明授权一种基于Transformer与通道交互的多类别焊点缺陷分类方法、系统、设备及介质在权利要求书中公布了:1.一种基于Transformer与通道交互的多类别焊点缺陷分类方法,其特征在于,包括以下步骤: S1、输入图像预处理,对输入的支持图像与查询图像分别进行划分、嵌入、位置编码和类别信息嵌入,生成包含了位置与类别信息的图像块嵌入序列Z; S2、构建类别嵌入提取模块,将包含了位置与类别信息的图像块嵌入序列Z输送Transformer编码器提取包含了类别相关信息和原始各个图像块的嵌入特征ZL,增强全局上下文感知; S3、构建特征通道交互模块,利用类别相关嵌入向量Cclass与全局视觉上下文向量Zglobal对每个通道的图像块嵌入特征进行自适应调整;具体包括: S31、计算全局视觉上下文向量,对前述步骤得到的序列 将其中的每个图像块嵌入特征进行平均,得到全局视觉上下文向量Zglobal: S32、生成类别引导向量γL,将类别相关嵌入向量Cclass与全局视觉上下文向量Zglobal进行串联拼接,形成一个新的向量[Cclass,Zglobal],将拼接后的向量输入到一个两层的MLP中,生成一个类别引导向量: γL=σW2σW1[Cclass;Zglobal]+b1+b2; 其中,σ表示sigmoid激活函数,W1和W2表示两层MLP的权重,b1和b2表示两层MLP的偏置; S33、调整图像块特征,最后将类别引导向量γL加到每个图像块嵌入特征的通道上,从而对每个通道的特征进行引导,最终得到的序列为: S4、构建相似度度量模块,通过计算支持图像与查询图像的相似度,判断它们是否属于相同类别或缺陷类型; S5、分类输出,根据特征融合和相似度得分,通过分类网络输出图像的缺陷类别。

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南京航空航天大学,其通讯地址为:210016 江苏省南京市秦淮区御道街29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”。

以上内容由龙图腾AI智能生成。

免责声明
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。