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！

龙图腾网获悉合肥赛为智能有限公司申请的专利一种基于多模态的输出带破损检测算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：CN116543199B 。

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：202310371503.9，技术领域涉及：G06V10/764；该发明授权一种基于多模态的输出带破损检测算法是由胡懋成;王秋阳;郑博超;汪玉冰;凤阳设计研发完成，并于2023-04-04向国家知识产权局提交的专利申请。

本一种基于多模态的输出带破损检测算法在说明书摘要公布了：一种基于多模态的输出带破损检测算法，包括以下步骤：S1、建立对比学习模型，所述模型包括图片训练模型和声音训练模型；S2、在步骤S1确定的对比学习模型的基础上以finetune的方式对分类模型进行训练；S3、预测阶段，设置预测置信度阈值，将图片采集器以及声音采集器布置在输送带固定的位置分别对输送带上的图片以及对应的声音信息进行提取，声音提取帧对的是图片前后设定时间的序列信息，之后将两者的输入信息通过步骤S1和步骤S2得到最终输送带破损的预测结果。本发明中的方法可以对导辊实时进行监控，当导辊被卡死或者其转动出现异常时，工作人员可以及时发现。

本发明授权一种基于多模态的输出带破损检测算法在权利要求书中公布了：1.一种基于多模态的输出带破损检测算法，其特征在于，包括以下步骤： S1、建立对比学习模型，所述模型包括图片训练模型和声音训练模型，具体位置为： S11、收集不同时刻输送带的采集拍摄图片，与此同时也需要收集对应图片前后设定秒输送带图片采集器周围声音信息，将图片信息以及对应的声音信息作为匹配对当作模型的训练样本； S12、将采集出来的图片输入至图片特征提取模块中进行图片特征提取，选择PANNs以及EAT‑M两种语音特征提取方式采集声音信息； S2、在步骤S1确定的对比学习模型的基础上以finetune的方式对分类模型进行训练； S3、预测阶段，设置预测置信度阈值，将图片采集器以及声音采集器布置在输送带固定的位置分别对输送带上的图片以及对应的声音信息进行提取，声音提取帧对的是图片前后设定时间的序列信息，之后将两者的输入信息通过步骤S1和步骤S2得到最终输送带破损的预测结果； 步骤S12中声音的提取步骤如下： SB121、通过PANNs以及EAT‑M两种语音特征提取方式，分别提取两者的分类头之前的特征表达层，特征Fpanns以及特征Featm； SB122、通过相加的方式，将特征Fpanns以及特征Featm融合，然后通过两层MLP得到输出的特征Fvoice，两层MLP直接通过GELU激活函数进行连接； 步骤S2具体为：采用步骤S1中对比学习的预训练模型，分别冻结模型中的图片特征编码、声音特征编码的权重，将得到的声音信号以及图片信号输入到各自对应的编码器得到声音及图片特征，之后将两者的特征通过concate连接并通过Spatial Attention Module得到注意力特征信息，将注意力特征信息输出至两层的MLP模块中，两层MLP模块之间通过SiLu激活函数连接，最终输出通过sigmoid得到二分类的输出预测结果，该结果分为有磨损以及没有磨损两种类别。

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合肥赛为智能有限公司，其通讯地址为：230000 安徽省合肥市高新区创新大道666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。