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！

龙图腾网获悉东南大学申请的专利一种支持增量式学习的焊缝图像交互式分割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：CN116485753B 。

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：202310447529.7，技术领域涉及：G06T7/00；该发明授权一种支持增量式学习的焊缝图像交互式分割方法是由钱堃;舒子桓;周卢靖;房芳;周波设计研发完成，并于2023-04-24向国家知识产权局提交的专利申请。

本一种支持增量式学习的焊缝图像交互式分割方法在说明书摘要公布了：本发明涉及智能磨削中工件焊缝检测与分割领域，公开一种支持增量式学习的焊缝图像交互式分割方法，包括以下步骤：1构建基于边界监督的交互式焊缝分割网络，包含基本语义分割模块、边界监督模块和融合模块；2获取一批焊缝图像样本及精确标注，预处理后送入网络训练得到初始分割模型；3在每次实际工业现场采集新的焊缝样本，通过选框和选点的交互方式确定焊缝，利用当前的交互式焊缝分割网络得到焊缝分割结果；4将新样本及其修正后的标注送入网络进行多轮增量式训练提升分割模型性能；5对分割出来的焊缝进行轨迹参数化描述，为焊缝打磨机器人规划打磨路径。本发明可用于提取工件表面的焊缝并引导机器人对其进行铣削打磨。

本发明授权一种支持增量式学习的焊缝图像交互式分割方法在权利要求书中公布了：1.一种支持增量式学习的焊缝图像交互式分割方法，其特征在于，包括以下步骤： 步骤1，构建基于边界监督的交互式焊缝分割网络，该网络的输入是由焊缝原图的RGB三通道图、一个包含内部点击的单通道图和一个包含四个外部点击的单通道图拼接而成的5通道图像；网络结构包含基本语义分割模块、边界监督模块和融合模块； 所述的基于边界监督的交互式焊缝分割网络，网络中的基本语义分割模块以改进的ResNet和FPN为主干网络，融合了SE自注意力机制和金字塔解析模块；经过语义分割层主干网络第一个conv层的输出，和经过第三、四、五个conv层后再经过SE层后的输出，一起送入边界监督模块，生成边界特征图；边缘监督模块采用三个门控结构，聚焦于焊缝图像的边界信息；最后将基本语义分割模块和边缘监督模块的特征图进行融合，生成最终的精确分割； 所述的边界监督模块核心是一个门控结构GCL层，它是一种将注意力机制和残差结构相结合的组合结构，允许来自两个分支的特征图进行交互，确保边缘监督模块仅处理边界相关信息； 所述的基于边界监督的交互式焊缝分割网络的目标学习损失包含三个部分：边界图损失、基本语义分割模块损失和最终分割损失，总损失是三者之和，其计算公式为： ； ； ；其中，、、是控制三者权重的参数，e表示边界监督网络预测的边界图，表示焊缝边界图像的标准掩码，由焊缝标准掩码获得；和分别表示基本语义分割模块预测的结果和融合后最终模型预测的结果；y表示焊缝图像的标准掩码，表示样本数量，表示与每个样本对应的样本值，即真实标签，是模型对样本的预测标签，K表示样本中类别的数量，表示标准二元交叉熵损失，表示标准交叉熵损失； 步骤2，利用3D面阵结构光相机获取含有待打磨焊缝的工件RGB图像，精确标注为用于训练焊缝语义分割模型的VOC格式数据集，经过预处理步骤作为初始样本集，送入步骤S1所述的网络进行训练，得到初始交互式分割网络模型，所述预处理包括数据增强、选点、编码、拼接； 步骤3，在每次实际部署的工业现场采集新的焊缝样本，通过对焊缝打外点和选一个内点的交互式焊缝选点方式将新的焊缝样本快速粗标注，其中在交互式焊缝选点过程中，用二进制圆盘编码来表达人的点击； 所述外点由包含焊缝的边界框组成，在焊缝位置坐标中分别找出最上边点A、最左边点B、最下边点C和最右边点D的坐标，内点被定义为位于焊缝对象中心的内部点击，以消除分割目标的歧义，首先，基于欧几里得距离变换计算距离图，然后根据距离图获取焊缝内部距离边界最远的位置，即内点的坐标信息； 步骤4，将步骤S3采集的新的焊缝样本及其粗标注掩码加入训练集，对步骤S2得到的初始交互式分割模型进行微调，得到优化后的交互式分割模型，完成一轮增量式训练，如此经过多轮增量式训练，不断提升交互式分割模型性能，最终实现无需任何标注的焊缝自动精确分割； 步骤5，对步骤S4分割出来的焊缝进行轨迹参数化描述，提取焊缝的主干，并对其轨迹点进行坐标和法向量参数化描述，然后规划焊缝的打磨路径，使用焊缝打磨机器人对焊缝进行铣削打磨任务。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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。