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
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳市深视创新科技有限公司许琦获国家专利权

深圳市深视创新科技有限公司许琦获国家专利权

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!

龙图腾网获悉深圳市深视创新科技有限公司申请的专利缺陷样本生成方法、装置及计算机可读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:CN115170901B

龙图腾网通过国家知识产权局官网在2026-03-06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:202210678936.4,技术领域涉及:G06V10/774;该发明授权缺陷样本生成方法、装置及计算机可读存储介质是由许琦设计研发完成,并于2022-06-15向国家知识产权局提交的专利申请。

缺陷样本生成方法、装置及计算机可读存储介质在说明书摘要公布了:本发明公开了一种缺陷样本生成方法、装置及计算机可读存储介质,涉及深度学习技术领域。该方法包括以下步骤:将预设缺陷图像与预设目标图像,输入已训练的卷积神经网络,获得缺陷图像样本;所述卷积神经网络包括依次连接的小波滤波模块、下采样层、上采样层,所述小波滤波模块用于对输入图像进行预设小波滤波处理;其中,下采样层包括交替设置的至少一个下采样模块和至少一个小波滤波模块;上采样层包括交替设置的至少一个上采样模块和至少一个小波滤波模块;所述下采样层中的下采样模块与所述上采样层中的上采样模块数量相等且相互对应。本发明为缺陷检测模型的训练提供了有效的缺陷样本。

本发明授权缺陷样本生成方法、装置及计算机可读存储介质在权利要求书中公布了:1.一种缺陷样本生成方法,其特征在于,所述缺陷样本生成方法包括以下步骤: 将预设缺陷图像与预设目标图像,输入已训练的卷积神经网络,获得缺陷图像样本; 所述卷积神经网络包括依次连接的小波滤波模块、下采样层、上采样层,所述小波滤波模块用于对输入图像进行预设小波滤波处理;其中, 下采样层包括交替设置的至少一个下采样模块和至少一个小波滤波模块,所述下采样模块包括至少一个下采样单元和至少一个下采样卷积层; 上采样层包括交替设置的至少一个上采样模块和至少一个小波滤波模块,所述上采样模块包括至少一个上采样单元和至少一个上采样卷积层; 所述下采样层中的下采样模块与所述上采样层中的上采样模块数量相等且相互对应; 所述将预设缺陷图像与预设目标图像,输入已训练的卷积神经网络,获得缺陷图像样本的步骤之前包括: 获取待训练卷积神经网络; 将预设缺陷训练图像与预设目标训练图像,输入所述待训练卷积神经网络,获得目标缺陷图像; 根据所述预设缺陷训练图像和所述目标缺陷图像,对所述待训练卷积神经网络进行训练,直至所述待训练卷积神经网络收敛,获得已训练的卷积神经网络模型; 所述将预设缺陷训练图像与预设目标训练图像,输入所述待训练卷积神经网络,获得目标缺陷图像的步骤包括: 基于小波滤波模块,对预设缺陷训练图像与预设目标训练图像进行预设小波滤波处理,输出第一缺陷特征图像; 基于下采样层的下采样单元、下采样卷积层和小波滤波模块对输出的所述第一缺陷特征图像进行对应的处理后,输出第二缺陷特征图像; 基于上采样层的上采样单元、上采样卷积层和小波滤波模块对输出的所述第二缺陷特征图像进行对应的处理后,输出目标缺陷图像。

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深圳市深视创新科技有限公司,其通讯地址为:518000 广东省深圳市福田区福田街道岗厦社区彩田南路3001号彩福大厦汇福阁18F;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。