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！

龙图腾网获悉成都三是科技有限公司申请的专利一种基于瓶身标签质量检测的模型自动生成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：CN121169925B 。

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：202511708996.6，技术领域涉及：G06T7/00；该发明授权一种基于瓶身标签质量检测的模型自动生成方法是由杜戊设计研发完成，并于2025-11-20向国家知识产权局提交的专利申请。

本一种基于瓶身标签质量检测的模型自动生成方法在说明书摘要公布了：本发明涉及自动化视觉检测技术领域，公开了一种基于瓶身标签质量检测的模型自动生成方法，该方法包括：采集瓶身多角度图像并进行去噪、增强与亮度均衡化处理，通过目标检测与透视变换算法提取曲面标签，进一步通过图像配准与融合技术生成无畸变的完整标签图像，并以此作为基于双分支深度学习网络构建的标签缺陷检测模型的训练样本集，最后根据采集的产线反馈数据与用户反馈数据，通过闭环反馈与持续学习机制对标签缺陷检测模型进行热更新。本发明有效解决了曲面标签成像形变、缺陷多样难检以及模型部署后性能衰退的技术难题，实现了高精度、高鲁棒性且持续进化的自动化标签质量检测。

本发明授权一种基于瓶身标签质量检测的模型自动生成方法在权利要求书中公布了：1.一种基于瓶身标签质量检测的模型自动生成方法，其特征在于，该方法包括： 步骤S1，对贴有标签的瓶身进行多角度图像采集，得到原始图像； 步骤S2，对原始图像进行去噪、增强和亮度均衡化处理，得到预处理图像； 步骤S3，通过目标检测算法提取预处理图像中含标签的区域，并进行曲面校正和多视角融合，得到标签图像； 步骤S4，通过图像处理算法对标签图像进行缺陷标注，构建包含训练集、验证集和测试集的标准化样本集； 步骤S5，构建基于双分支深度学习网络的标签缺陷检测模型，并使用训练集对标签缺陷检测模型进行训练； 其中在步骤S5中，还包括如下子步骤：S5‑1，构建基于双分支深度学习网络的标签缺陷检测模型，所述双分支深度学习网络包含基于预训练的ResNet网络的特征提取分支，以及基于U‑Net结构全卷积网络的缺陷分割分支； 步骤S6，使用验证集和测试集验证训练完成的标签缺陷检测模型的检测精度与泛化能力； 步骤S7，将验证通过的标签缺陷检测模型部署至检测设备，采集产线反馈数据； 步骤S8，设计可视化交互系统，采集用户反馈数据； 步骤S9，根据产线反馈数据和用户反馈数据，定期触发标签缺陷检测模型的增量学习与调整流程； 其中在步骤S9中，还包括如下子步骤： S9‑1，定期提取新增的产线反馈数据和用户反馈数据，并进行去重、有效性校验和一致性校验，形成增量数据集； S9‑2，将增量数据集与原有的训练样本集进行混合，构成新一代训练集，并通过知识蒸馏技术对已部署的标签缺陷检测模型权重进行增量学习训练； S9‑3，对增量学习训练后得到的新标签缺陷检测模型进行版本化管理，并在影子模式下与线上的旧标签缺陷检测模型进行并行AB测试，对比其性能表现与稳定性； S9‑4，当新标签缺陷检测模型在AB测试中性能表现优于旧标签缺陷检测模型，且关键指标稳定时，通过热更新技术替换线上的旧标签缺陷检测模型。

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成都三是科技有限公司，其通讯地址为：610052 四川省成都市成华区成业路6号10栋1、2、3层；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。