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 > 成都新西旺自动化科技有限公司王盼获国家专利权

成都新西旺自动化科技有限公司王盼获国家专利权

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!

龙图腾网获悉成都新西旺自动化科技有限公司申请的专利包装异物检测方法及系统、计算机可读存储介质及终端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:CN116310708B

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:202310052220.8,技术领域涉及:G06V10/82;该发明授权包装异物检测方法及系统、计算机可读存储介质及终端是由王盼;刘纵横;邹龙川;黄波;刘益江;张勇;刘中设计研发完成,并于2023-02-02向国家知识产权局提交的专利申请。

包装异物检测方法及系统、计算机可读存储介质及终端在说明书摘要公布了:本发明属于目标检测技术领域,具体涉及一种包装异物检测方法及系统、计算机可读存储介质及终端。一种包装异物检测方法,其特征在于,包括,S1:获取YOLO算法中yolov5s算法模型作为目标算法模型;S2:获取训练数据集与验证数据集,通过标注软件将图像中的包装异物真实类别和边界框进行标注,生成目标格式文件;S3:将目标格式文件存入相关的训练集文件和验证集文件中并设置目标算法模型中的训练参数;本发明通过人工搭建内外部仿真环境进行异物提取,有效降低了包装结构、光照环境对异物特征的干扰,通过交叉验证、分类归集、总体训练减少包装异物类别和不规则包装异物的误判。

本发明授权包装异物检测方法及系统、计算机可读存储介质及终端在权利要求书中公布了:1.一种包装异物检测方法,其特征在于,包括, S1:获取YOLO算法中yolov5s算法模型作为目标算法模型; S2:获取训练数据集与验证数据集,通过标注软件将图像中的包装异物真实类别和边界框进行标注,生成目标格式文件,包括: 搭建不规则异物包装内部仿真模型,将包装内物料和不规则异物置于高曝光环境中并按照包装排列顺序进行搭建,改变异物的形状与方位逐一进行拍照成像;搭建不规则异物包装外部仿真模型,将异物紧贴包装外部,按照包装排列顺序进行搭建,改变异物的形状与方位逐一进行拍照成像; S3:将目标格式文件存入相关的训练集文件和验证集文件中并设置目标算法模型中的训练参数; S4:将训练集中的图像进行图像预处理,然后将预处理后的图像送入目标算法模型中进行训练,观察相关参数值在训练过程中的变化规律和相关曲线呈现规律,其中,目标算法模型的训练方法,通过yolov5s算法模型提取包装异物的图像特征,并进行多尺度特征融合,对得到的融合特征图以逐像素方式进行重构,得到重构特征图,标注目标的真实框在重构特征图上对应的正采样区域,根据真实框的标注信息确定正采样区域中每个空间位置的训练目标,由训练目标对检测模型进行训练; 所述由训练目标对检测模型进行训练中包括;交叉验证:对每一类异物特征图进行训练,调整至不同参数进行训练,确定实验结果最好的一次训练参数,并把各类异物预测最好的检测权重参数放入其它类异物预测图中进行交叉预测;分类归集:在交叉预测的预测结果中,若A类异物权重参数正确预测B类异物的类别的概率达到第一准确率,而B类异物权重参数正确预测A类异物的类别的概率不能达到第一准确率,则表明A类异物包含B类异物,则可将B类异物归集到A类异物当中,并用A类异物权重参数代替B类异物权重参数;总体训练:将异物重新分类后的异物包装图像进行总体训练,通过调整训练参数对总体检测准确度进行提升,当调整各参数与检测准确度达到第一阈值区间且不再变化时,包装异物总体目标的训练结束,得到目标检测模型; S5:将训练好的目标检测模型封装为检测模型文件,调用检测模型文件实现包装异物检测。

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新西旺自动化科技有限公司,其通讯地址为:610000 四川省成都市高新区(西区)西芯大道4号创新中心B231-232;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。