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！

龙图腾网获悉华中科技大学;武汉精测电子集团股份有限公司;武汉精立电子技术有限公司申请的专利工业缺陷实例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：CN115641437B 。

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：202211293698.1，技术领域涉及：G06V10/26；该发明授权工业缺陷实例分割方法是由白翔;杨子豪;罗东亮;章哲彦;蔡雨萱;周瑜;郑增强;刘荣华设计研发完成，并于2022-10-21向国家知识产权局提交的专利申请。

本工业缺陷实例分割方法在说明书摘要公布了：本发明公开了一种工业缺陷实例分割方法。所述方法包括以下步骤：训练时不固定特征提取网络的浅层网络参数，以保证在开源自然实例数据集上得到的预训练网络能更好地拟合到工业缺陷实例，对工业缺陷实例进行有效的特征提取；使用级联缺陷区域建议模块，避免了从自然实例分割任务迁移到工业缺陷实例分割任务进行的大量参数调整，采用了多次候选框优化的机制提高了算法精度；提出了自适应分割质量评估探头，该模块能根据分割结果生成自适应的分割阈值进行分割结果的二值化，并对分割结果进行打分，解决了实例分割打分偏高的问题。以上设计使得本发明能够有效地解决工业缺陷实例分割问题。

本发明授权工业缺陷实例分割方法在权利要求书中公布了：1.一种工业缺陷实例分割方法，其特征在于，包括如下步骤： 步骤S1，训练工业缺陷实例分割网络1，使用带有实例级别标注的图像作为训练数据输入到训练工业缺陷实例分割网络模型中，利用损失函数对训练过程进行约束；其中步骤S1具体包括：步骤S1-1，工业图像特征提取，利用基于卷积神经网络的骨干网络提取输入图像的融合特征；步骤S1-2，基于级联缺陷区域建议模块的工业缺陷定位，将融合特征F1,F2,F3,F4,F5输入到级联缺陷区域建议网络中对潜在缺陷区域进行定位；步骤S1-3，基于自适应分割质量评估的工业缺陷实例分割，将得到的ROI特征G1,G2,G3,G4,G5输入到工业缺陷实例分割模块生成实例分割结果；工业缺陷实例分割模块由检测探头、分割探头以及自适应分割质量评估探头构成：检测探头用于生成候选框回归值、分类分数；分割探头用于生成分割结果；自适应分割质量评估探头根据分割探头输出计算动态阈值对分割结果进行二值化，针对二值化分割结果输出分割质量分数，将该分数与分类分数相乘得到最终实例分割分数；所述检测探头具体用于： 步骤S1-31，将ROI特征G1输入检测探头，使用池化层，旨在将该特征下采样到固定尺寸，使用7×7卷积核对下采样特征进行下采样以及升维，后接1×1卷积核对特征进行编码；使用两个全连接层对激活特征进行位置编码，后接两个并行的全连接层得到候选框回归值L1以及类别分数预测P1； 步骤S1-32，将ROI特征G2输入检测探头，使用池化层，旨在将该特征下采样到固定尺寸，使用7×7卷积核对下采样特征进行下采样以及升维，后接1×1卷积核对特征进行编码；使用两个全连接层对激活特征进行位置编码，后接两个并行的全连接层得到候选框回归值L2以及类别分数预测P2； 步骤S1-33，将ROI特征G3输入检测探头，使用池化层，旨在将该特征下采样到固定尺寸，使用7×7卷积核对下采样特征进行下采样以及升维，后接1×1卷积核对特征进行编码；使用两个全连接层对激活特征进行位置编码，后接两个并行的全连接层得到候选框回归值L3以及类别分数预测P3； 步骤S1-34，将ROI特征G4输入检测探头，使用池化层，旨在将该特征下采样到固定尺寸，使用7×7卷积核对下采样特征进行下采样以及升维，后接1×1卷积核对特征进行编码；使用两个全连接层对激活特征进行位置编码，后接两个并行的全连接层得到候选框回归值L4以及类别分数预测P4； 步骤S1-35，将ROI特征G5输入检测探头，使用池化层，旨在将该特征下采样到固定尺寸，使用7×7卷积核对下采样特征进行下采样以及升维，后接1×1卷积核对特征进行编码；使用两个全连接层对激活特征进行位置编码，后接两个并行的全连接层得到候选框回归值L5以及类别分数预测P5； 步骤S2，分割阶段，将含有工业缺陷区域的测试图像2输入到工业缺陷实例分割网络1中得到工业缺陷实例分割结果。

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华中科技大学;武汉精测电子集团股份有限公司;武汉精立电子技术有限公司，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。