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 > 四川大学李晓慧获国家专利权

四川大学李晓慧获国家专利权

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!

龙图腾网获悉四川大学申请的专利一种工业产品表面缺陷的定位检测与归因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:CN119722631B

龙图腾网通过国家知识产权局官网在2025-10-28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:202411811308.4,技术领域涉及:G06T7/00;该发明授权一种工业产品表面缺陷的定位检测与归因方法是由李晓慧;徐棣青;凌乐;周东;王俊峰;卓磊设计研发完成,并于2024-12-10向国家知识产权局提交的专利申请。

一种工业产品表面缺陷的定位检测与归因方法在说明书摘要公布了:本发明公开了一种工业产品表面缺陷的定位检测与归因方法,本方法通过预训练的图像缺陷检测模型和生产数据缺陷检测模型,分别对待测工业产品表面图像及其对应的待测生产数据进行检测,获取待测工业产品表面图像及其对应的待测生产数据的缺陷类别,并将待测工业产品表面图像均分为η×η个区块,使用可解释算法计算每个区块对图像缺陷检测模型分类结果的贡献值,进而实现了工业产品表面缺陷的定位检测,使得生产人员能够直观、精准地判断缺陷产生的位置;同时,使用可解释算法计算每个生产因素对生产数据缺陷检测模型分类结果的贡献值,分析归纳出导致工业产品表面缺陷的原因,进而为工业产线的调整提供了导向,显著提高了工业生产的效率。

本发明授权一种工业产品表面缺陷的定位检测与归因方法在权利要求书中公布了:1.一种工业产品表面缺陷的定位检测与归因方法,其特征在于,包括以下步骤: 步骤S1、采集工业产线上的工业产品表面缺陷图像及其对应的生产数据,并对工业产品表面缺陷图像及其对应的生产数据进行预处理; 步骤S2、使用预处理后的工业产品表面缺陷图像训练ResNet50模型,获取图像缺陷检测模型; 步骤S3、使用预处理后的生产数据训练XGBoost模型,获取生产数据缺陷检测模型; 步骤S4、对待测工业产品表面图像进行预处理,并将预处理后的待测工业产品表面图像输入图像缺陷检测模型,获取待测工业产品表面图像的分类结果; 步骤S5、设置粒度η,将待测工业产品表面图像均分为η×η个区块;通过可解释算法,计算每个区块对图像缺陷检测模型分类结果的贡献值,并根据每个区块对分类结果的贡献值,定位工业产品表面缺陷; 所述步骤S5中计算每个区块对图像缺陷检测模型分类结果的贡献值,具体包括: 通过shap库计算每个区块对图像缺陷检测模型分类结果的Shapley值,公式如下: 式中,Pj表示第j个区块,f*为图像缺陷检测模型的函数表示,φjf*,Pj表示第j个区块对图像缺陷检测模型输出的Shapley值,S代表区块子集,f*S表示区块子集S的图像缺陷检测模型输出,NS代表所有区块组成的集合,NS{j}表示去除第j个区块后的所有区块组成的集合,S∪{j}表示区块子集中增加区块j,|S|代表区块子集中的元素个数,M表示区块的总数目; 所述步骤S5中定位工业产品表面缺陷,具体包括以下步骤: C1、建立大小为η×η的掩膜,计算每个区块的掩膜值,公式如下: 式中,Mj表示第j个区块的掩膜值,SHAPj表示第j个区块对图像缺陷检测模型分类结果的贡献值;l表示与Shapley值成正比的深度值,用于调整颜色深浅,即l=|SHAPj|; C2、将掩膜叠加在原图上,形成缺陷定位热力图; C3、根据缺陷定位热力图,定位工业产品表面缺陷; 步骤S6、对待测生产数据进行预处理,包括: 定义待测生产数据集的维度为N′×M"";其中,N′为待测生产数据集中的样本总数,M""为待测生产数据集中的生产因素总数; 步骤S7、将预处理后的待测生产数据输入生产数据缺陷检测模型,获取生产数据的分类结果; 步骤S8、通过可解释算法,计算每个生产因素对生产数据缺陷检测模型分类结果的贡献值;根据每个生产因素对分类结果的贡献值,归纳导致工业产品表面缺陷的原因; 所述步骤S8中计算每个生产因素对生产数据缺陷检测模型分类结果的贡献值,具体包括:通过shap库计算每个生产因素对生产数据缺陷检测模型分类结果的Shapley值,公式如下: 式中,xi表示第i个生产因素,f为生产数据缺陷检测模型的函数表示,φif,xi表示第i个生产因素对生产数据缺陷检测模型输出的Shapley值,S′代表生产因素子集,fS′表示生产因素子集的生产数据缺陷检测模型输出,NS′代表所有生产因素组成的集合,NS′{i}表示去除第i个生产因素后的所有生产因素组成的集合,S′∪{i}表示在生产因素子集中增加因素i,|S′|代表生产因素子集中的元素个数,M′表示生产因素的总数目。

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四川大学,其通讯地址为:610065 四川省成都市武侯区一环路南一段24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。