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！

龙图腾网获悉西安交通大学申请的专利一种工业缺陷检测优化方法、系统、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：CN114897886B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202210689839.5，技术领域涉及：G06T7/00；该发明授权一种工业缺陷检测优化方法、系统、装置、设备及存储介质是由魏平;毛凯;王洋洋;王帅杰;刘妹琴;郑南宁设计研发完成，并于2022-06-17向国家知识产权局提交的专利申请。

本一种工业缺陷检测优化方法、系统、装置、设备及存储介质在说明书摘要公布了：本发明公开了一种工业缺陷检测优化方法、系统、装置、设备及存储介质，方法包括获取原始图像，对原始图像中的缺陷样本数据进行标注；对缺陷样本数据进行增强，得到原始数据集；根据原始数据集进行云端在线学习，训练得到缺陷检测模型；应用缺陷检测模型对工业产品样本进行检测，得到检测结果；随机选取若干份检测结果，判断缺陷检测模型对工业产品样本的检测是否正确，检测结果正确时，继续采用缺陷检测模型对工业产品样本进行检测，否则，重新对原始图像中的缺陷样本数据进行标注。模型检测结果出现偏差时，能够做出改进，充分的利用检测过程中新出现的有效样本信息，保证模型在应用过程中不会发生性能持续下降的情况，提升检测性能。

本发明授权一种工业缺陷检测优化方法、系统、装置、设备及存储介质在权利要求书中公布了：1.一种工业缺陷检测优化方法，其特征在于，包括以下步骤： 获取原始图像，对原始图像中的缺陷样本数据进行标注； 对缺陷样本数据进行增强，得到原始数据集；对缺陷样本数据进行增强包括以下步骤： 获取[0,1]中的一个随机数作为伽马变换参数，对原始图像进行伽马变换； 绕原始图像的中心点，对原始图像进行随机角度的旋转； 获取[0.7,1]中的一个随机数r为比例参数，获取[0,1]中两个独立的随机数a和b为位置参数； 在原始图像中以a,b点和mina+r,1,minb+r,1点为对角的矩形区域内，进行随机裁剪； 根据原始数据集进行云端在线学习，训练得到缺陷检测模型；所述根据原始数据集进行云端在线学习，训练得到缺陷检测模型后，还包括对缺陷检测模型的检测精度进行测试，检测精度合格后，保存缺陷检测模型；检测精度不合格，继续进行云端在线学习； 应用缺陷检测模型对工业产品样本进行检测，得到检测结果； 随机选取若干份检测结果，判断缺陷检测模型对工业产品样本的检测是否正确，检测结果正确时，继续采用缺陷检测模型对工业产品样本进行检测，否则，重新对原始图像中的缺陷样本数据进行标注； 工业缺陷检测优化装置包括： 客户端，所述客户端用于采集原始图像，并对原始图像进行预处理，得到原始数据集，将原始图像传输至推理服务端，将原始数据集传输至在线学习端，并对推理服务端的检测结果进行验证；所述客户端包括图像采集单元、图像预处理单元、结果可视化单元和人工再检测单元；所述图像采集单元采用工业相机采集原始图像，将原始图像传输至图像预处理单元进行增强，得到原始数据集，所述结果可视化单元用于接收推理服务端的检测结果，由人工再检测单元对检测结果进行验证； 在线学习端，所述在线学习端根据原始数据集进行云端在线学习，训练得到缺陷检测模型，将缺陷检测模型输送至推理服务端；所述在线学习端包括第一请求管理单元、动态数据库单元、模型训练单元和模型测试单元；所述第一请求管理单元接收客户端传输的原始数据集，将原始数据集存储至动态数据库单元，由模型训练单元对动态数据库单元中的数据进行训练，得到缺陷检测模型，通过模型测试单元对检测精度的测试后，将缺陷检测模型传输至推理服务端； 推理服务端，所述推理服务端接收原始图像后，调用缺陷检测模型，将检测结果发送至客户端；所述推理服务端包括第二请求管理单元、版本管理单元和模型加载单元；所述第二请求管理单元接收客户端传输的原始图像，从版本管理单元中调用缺陷检测模型，由模型加载单元加载出调用的缺陷检测模型，对原始图像进行检测，将检测结果发送至客户端。

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西安交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28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。