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！

龙图腾网获悉杭州智思达科技有限责任公司申请的专利一种基于正负样本双识别AI模型的电子零部件缺陷视觉检测方法、装置、电子设备及存储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：CN120726033B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202511175462.1，技术领域涉及：G06T7/00；该发明授权一种基于正负样本双识别AI模型的电子零部件缺陷视觉检测方法、装置、电子设备及存储介质是由赵沂;洪松林设计研发完成，并于2025-08-21向国家知识产权局提交的专利申请。

本一种基于正负样本双识别AI模型的电子零部件缺陷视觉检测方法、装置、电子设备及存储介质在说明书摘要公布了：本发明公开了属于视觉检测技术领域的一种基于正负样本双识别AI模型的电子零部件缺陷视觉检测方法、装置、电子设备及存储介质。该方法包括：获取电子零部件的图像待检样本作为第一图像待检样本集，并人工识别每张图像待检样的正负样本，作为图像待检样本的真实属性；将第一图像待检样本集带入视觉检测基础模型进行有监督训练；负样本附加模块从视觉检测基础模型和负样本集中抓取图像待检样本与负样本的数量，进行初始值设置，并将正样本集和负样本集中的至少一张负样本组成第二图像待检样本集；将第二图像待检样本集带入视觉检测增强模型进行二次有监督训练。本发明推理准确度高而且推理速度快，极大降低了模型的漏检率和过检率。

本发明授权一种基于正负样本双识别AI模型的电子零部件缺陷视觉检测方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种基于正负样本双识别AI模型的电子零部件缺陷视觉检测方法，其特征在于，包括以下步骤： 获取电子零部件的图像待检样本作为第一图像待检样本集，并人工识别每张图像待检样的正负样本，作为图像待检样本的真实属性； 将第一图像待检样本集带入视觉检测基础模型进行有监督训练，若模型推理为NG，则将图像待检样本归入初始负样本集；若模型推理为OK，则将图像待检样本归入正样本集； 负样本附加模块从视觉检测基础模型和负样本集中抓取图像待检样本与负样本的数量，如果负样本的数量占图像待检样本的比例低于比例阈值，则将视觉检测增强模型的特定预测参数由初始值翻倍设置；如果负样本的数量占图像待检样本的比例不低于比例阈值，则保留特定预测参数的初始值；并将正样本集和负样本集中的至少一张负样本组成第二图像待检样本集； 将第二图像待检样本集带入视觉检测增强模型进行二次有监督训练，若模型推理为NG，则输出检测结果为负样本；若模型推理为OK，则输出检测结果为正样本；若模型推理为Null，则输出检测结果为Null； NG表示负样本被检测出，无论是否同时有正样本被检测出；OK表示正样本被检测出，同时无任何负样本被检测出；Null表示既没有正样本被检测出，也没有负样本被检测出，且已标注的正样本出现了新的缺陷； 视觉检测基础模型与视觉检测增强模型均采用Yolov8模型； 所述视觉检测基础模型的Backbone模块使用C2f；Neck模块使用SPPF；Head模块使用Transformer模块；在训练过程中，首先对Backbone模块、Neck模块、Head模块进行初始化，冻结Backbone前10个epoch；然后使用SGD与Momentum作为优化器，并采用OneCycleLR进行学习率调度，累积4个Batch的梯度再做更新，并进行梯度裁剪，以防止梯度爆炸；使用FlashAttention加速Transformer，并在TransformerHead中添加Dropout进行正则化；监控训练损失、GPU显存占用；最后检查C2f的梯度，并可视化Transformer的注意力权重； 所述视觉检测增强模型的Backbone模块包括Focus和CSPNet，其中前14层采用CSPDarknet53，包含3组连续卷积，输入通道扩展至96，引入Swish3激活函数；跨阶段部分连接比例调整为1:2；每个CSP块包含2个3×3卷积，通过深度可分离卷积减少参数量，通过4×4空洞卷积DilatedConv将感受野扩大至1536×1536，而参数量仅增加12%； Neck模块使用PANet结构，并引入SimAM注意力机制，通过5组1×1卷积实现通道维度自适应调整，使特征复用效率提升37%； Head模块使用Transformer模块，使用12头注意力机制，头部维度为64。

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杭州智思达科技有限责任公司，其通讯地址为：310003 浙江省杭州市拱墅区环城北路177号浙江数字出版大楼1幢419-420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。