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！

龙图腾网获悉浙江理工大学;浙江理工大学常山研究院有限公司申请的专利基于VGG-9精简网络的弱监督织物表面瑕疵识别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：CN117132541B 。

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：202310924413.8，技术领域涉及：G06T7/00；该发明授权基于VGG-9精简网络的弱监督织物表面瑕疵识别方法是由周传辉;刘瑜;任佳;雷美珍;邹宏睿设计研发完成，并于2023-07-26向国家知识产权局提交的专利申请。

本基于VGG-9精简网络的弱监督织物表面瑕疵识别方法在说明书摘要公布了：本发明属于织物检测技术领域，具体公开了VGG‑9精简网络的弱监督织物表面瑕疵识别方法，包括采集织物表面的原始图像，将原始图像分割为一组小图；然后将组小图按分割顺序输入VGG‑9网络，获得顺序输出小图特征图矩阵和类别class_id，然后对小图特征图矩阵依次应用Grad‑CAM算法获得小图得分矩阵，再对小图得分矩阵进一步进行置零归一化处理、阈值处理、图像膨胀和图像腐蚀，然后对图像腐蚀后的得分矩阵通过获取瑕疵的轮廓外接矩形获得带有瑕疵标记框的图像，同时使用神经网络热力图可视化操作获得视化神经网络热力图的瑕疵图。本发明的方法适用于极端尺寸下织物异类分布瑕疵横向、竖向高精度识别。

本发明授权基于VGG-9精简网络的弱监督织物表面瑕疵识别方法在权利要求书中公布了：1.基于VGG-9精简网络的弱监督织物表面瑕疵识别方法，其特征在于:包括采集织物表面的原始图像并发送给计算机预处理，预处理主要为将原始图像分割为一组小图；然后将预处理后的一组小图按分割顺序输入VGG-9网络，获得顺序输出小图特征图矩阵和类别class_id，然后对小图特征图矩阵依次应用Grad-CAM算法获得小图得分矩阵，再对小图得分矩阵进一步进行置零归一化处理、阈值处理、图像膨胀和图像腐蚀，然后对图像腐蚀后的得分矩阵通过获取瑕疵的轮廓外接矩形获得带有瑕疵标记框的图像，同时对图像腐蚀后的得分矩阵进一步使用神经网络热力图可视化操作获得视化神经网络热力图的瑕疵图； 所述置零归一化处理为： 将每一个所述小图得分矩阵按对应的分割顺序在所述class_id数组中查找对应的类别class_id，若类别class_id为非瑕疵类，将小图得分矩阵置零，否则对小图得分矩阵归一化处理： 3 其中，为所述小图得分矩阵，表示小图得分矩阵元素的原始值，表示运算后小图得分矩阵对应元素的取值，是小图得分矩阵的最小元素，是小图得分矩阵的最大元素； 然后将获得的小图得分矩阵按分割顺序组成原始图得分矩阵； 所述阈值处理为： 4 其中，表示所述原始图得分矩阵中每一项元素的原始值，表示阈值处理后的取值。

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理工大学;浙江理工大学常山研究院有限公司，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街928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。