Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 张家港东旭针织服饰有限公司朱群益获国家专利权

张家港东旭针织服饰有限公司朱群益获国家专利权

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!

龙图腾网获悉张家港东旭针织服饰有限公司申请的专利基于深度学习的针织面料疵点智能检测与分类系统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:CN121074529B

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:202511614748.5,技术领域涉及:G06V10/764;该发明授权基于深度学习的针织面料疵点智能检测与分类系统是由朱群益;张建清;郑春海设计研发完成,并于2025-11-06向国家知识产权局提交的专利申请。

基于深度学习的针织面料疵点智能检测与分类系统在说明书摘要公布了:本发明涉及纺织品检测技术领域,公开了基于深度学习的针织面料疵点智能检测与分类系统,旨在解决现有检测方法对多样化疵点适应性不强、检测精度低的问题。该系统首先将织物图像分解为纹理基元矩阵,并创新性地采用局部与全局双通道并行校验策略:局部校验通过上下文生成模型计算结构性残差,以识别微观结构异常;全局校验通过织构语法模型计算语法异常分值,以识别宏观组织错误。然后,通过信息融合模块结合两路校验结果生成综合异常响应图,最终由疵点决策模块实现疵点的精确定位与分类。本发明通过局部与全局信息的协同分析,并利用非监督式学习范式,无需疵点样本即可完成核心模型训练,提升了对各类织物疵点的检测精度与鲁棒性。

本发明授权基于深度学习的针织面料疵点智能检测与分类系统在权利要求书中公布了:1.基于深度学习的针织面料疵点智能检测与分类系统,其特征在于,包括: 纹理基元提取模块,用于将输入的织物图像分解为由多个纹理基元构成的二维基元矩阵; 局部校验模块,其配置有局部生成模型,所述局部生成模型为经由正常织物样本训练、从而习得织物局部织造规律的深度学习模型,所述局部校验模块利用所述局部生成模型,根据目标纹理基元的上下文生成一个预测纹理基元,并计算所述预测纹理基元与所述目标纹理基元之间的结构性残差值,进而生成结构性残差图; 全局校验模块,其配置有全局织构语法模型,所述全局织构语法模型为经由正常织物样本训练、从而习得织物全局组织语法的深度学习模型,所述全局校验模块利用所述全局织构语法模型,对由所述二维基元矩阵转换得到的纹理基元序列进行分析,从而计算得到语法异常分值,进而生成语法异常图; 其中,所述全局织构语法模型为基于变分自编码器的上下文无关文法模型,所述变分自编码器的上下文无关文法模型包含编码器与解码器,所述编码器与所述解码器用于通过对所述纹理基元序列进行概率建模来计算所述语法异常分值; 所述概率建模用于确定所述纹理基元序列的生成概率,所述语法异常分值通过计算所述生成概率的负对数似然而得出; 信息融合模块,其融合所述结构性残差图和所述语法异常图,从而生成综合异常响应图; 疵点决策模块,其根据所述综合异常响应图,对织物图像中的疵点区域进行定位与分类。

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张家港东旭针织服饰有限公司,其通讯地址为:215600 江苏省苏州市张家港市凤凰镇西参南路35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。

免责声明
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。