浙江恒逸石化有限公司;浙江双兔新材料有限公司彭先涛获国家专利权
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!
龙图腾网获悉浙江恒逸石化有限公司;浙江双兔新材料有限公司申请的专利模型训练方法、油雾去除方法、装置、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:CN116895009B 。
龙图腾网通过国家知识产权局官网在2025-12-05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:202310890507.8,技术领域涉及:G06V10/82;该发明授权模型训练方法、油雾去除方法、装置、设备及存储介质是由彭先涛;王鹏;姜东;李大可;李维柯;王健设计研发完成,并于2023-07-19向国家知识产权局提交的专利申请。
本模型训练方法、油雾去除方法、装置、设备及存储介质在说明书摘要公布了:本公开提供了模型训练方法、油雾去除方法、装置、设备及存储介质。该方法包括:将第一样本图像输入待训练噪声预测模型,得到预测噪声;基于预测噪声和标注噪声之间的差距信息,确定第一损失值;基于第一损失值对待训练噪声预测模型的参数进行调整,在待训练噪声预测模型满足第一收敛条件的情况下,得到目标噪声预测模型,目标噪声预测模型用于去除待处理图像中的油雾,以得到去油雾图像,待处理图像为巡检机器人对纺丝箱体进行图像采集获得的存在油雾的图像。根据本公开的方案中训练好的目标噪声预测模型,能够准确的预测作为噪声的油雾,以便于从纺丝车间的巡检机器人采集的图像中准确的去除油雾。
本发明授权模型训练方法、油雾去除方法、装置、设备及存储介质在权利要求书中公布了:1.一种目标噪声预测模型训练方法,包括: 将第一样本图像输入待训练噪声预测模型,得到预测噪声;所述待训练噪声预测模型基于目标油雾分布模型构建,所述待训练噪声预测模型用于构建扩散模型的逆向过程,所述目标油雾分布模型学习了第二样本图像集的数据分布特征,所述第二样本图像集中包括不同油雾含量的多个第二样本图像,所述第二样本图像由巡检机器人对纺丝箱体进行图像采集获得; 基于所述预测噪声和标注噪声之间的差距信息,确定第一损失值;所述标注噪声是基于目标加噪模型得到的,所述目标加噪模型是基于扩散模型的正向过程得到的; 基于所述第一损失值对所述待训练噪声预测模型的参数进行调整,在所述待训练噪声预测模型满足第一收敛条件的情况下,得到目标噪声预测模型,所述目标噪声预测模型用于去除待处理图像中的油雾,以得到去油雾图像,所述待处理图像为所述巡检机器人对纺丝箱体进行图像采集获得的存在油雾的图像; 其中,所述目标油雾分布模型包括特征提取模块,以及油量预测模块,还包括,基于下述方式得到所述目标油雾分布模型: 将所述第二样本图像输入待训练油雾分布模型的特征提取模块,得到所述第二样本图像的特征信息; 将所述第二样本图像的特征信息输入所述待训练油雾分布模型的油量预测模块,得到所述第二样本图像的预测含量; 基于所述第二样本图像的预测含量和标注含量进行对比,确定第二损失值;所述标注含量表示所述第二样本图像对应的标注油雾含量; 基于所述第二损失值对所述待训练油雾分布模型的参数进行调整,在所述待训练油雾分布模型满足第二收敛条件的情况下,得到目标油雾分布模型。
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浙江恒逸石化有限公司;浙江双兔新材料有限公司,其通讯地址为:311200 浙江省杭州市萧山区市心北路260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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励