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 > 哈尔滨工程大学苍岩获国家专利权

哈尔滨工程大学苍岩获国家专利权

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!

龙图腾网获悉哈尔滨工程大学申请的专利基于多模态大模型的缸盖表面缺陷检测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:CN119832334B

龙图腾网通过国家知识产权局官网在2025-10-24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:202510032990.5,技术领域涉及:G06V10/764;该发明授权基于多模态大模型的缸盖表面缺陷检测方法及系统是由苍岩;李春广;荣浩天设计研发完成,并于2025-01-09向国家知识产权局提交的专利申请。

基于多模态大模型的缸盖表面缺陷检测方法及系统在说明书摘要公布了:本发明属于发动机缸盖缺陷检测领域,公开了基于多模态大模型的缸盖表面缺陷检测方法及系统,方法包括:采集气缸图片,对气缸图片进行预处理;根据预处理后的气缸图片,构建用于多模态大模型微调的数据集;使用构建的数据集微调多模态大模型;利用微调后的多模态大模型对缸盖表面缺陷进行检测。本发明实现了对缸盖表面缺陷种类的高精度检测。

本发明授权基于多模态大模型的缸盖表面缺陷检测方法及系统在权利要求书中公布了:1.基于多模态大模型的缸盖表面缺陷检测方法,其特征在于,所述方法包括: 采集气缸图片,对气缸图片进行预处理; 根据预处理后的气缸图片,构建用于多模态大模型微调的数据集; 使用构建的数据集微调多模态大模型; 利用微调后的多模态大模型对缸盖表面缺陷进行检测; 采集气缸图片,并对所述气缸图片进行预处理包括: 对气缸图片进行分块处理,分块后图片尺寸为M*M; 获取气缸图片高和宽,若不都为M的倍数,对气缸图片高和宽进行填充,填充为M的整数倍; 设计窗函数,使用窗函数在填充后图片上滑动,每滑动一次窗判断窗中是否包含缺陷,若包含则裁剪窗图片,若不存在则滑动至下一个窗,图片wx0,y0被裁剪后的图片为:,其中,x0,y0代表图片左下角横坐标和纵坐标,,其中,m、n代表窗的宽度和高度,a、b代表窗口左下角的相对横坐标和相对纵坐标; 重新计算裁剪后的图片对应标签坐标;其中,横坐标公式为:,纵坐标计算公式为:,其中,z代表横向列数,j代表纵向行数,x代表原来标签横坐标,y代表原来标签纵坐标; 将重新计算对应标签坐标的裁剪后的图片标签保存; 根据预处理后的气缸图片,构建用于多模态大模型微调的数据集包括: 获取原始标签json文件,读取原始标签json文件中的缺陷种类,缺陷坐标框左上角和右下角坐标,对应图片的路径; 为每一张图片设计微调数据问答格式,将读取的图片坐标写入问题中,同时嵌入微调指令文字,文字具体内容按照指定任务的内容,采用标志词对文字内容进行分割; 将读取的图片包含的缺陷种类,缺陷框的左上角和右下角坐标写入回答内容中,采用标志词对回答内容进行分割,若一张图片中存在多种缺陷,则在box写入ref作为下一个缺陷和缺陷坐标的起始标志词; 将每张图片生成的新的问答内容写入json文件,作为多模态大模型微调的数据集。

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哈尔滨工程大学,其通讯地址为:150001 黑龙江省哈尔滨市南岗区南通大街145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。