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！

龙图腾网获悉湖北工业大学申请的专利一种带钢表面缺陷分类方法、装置、电子设备及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：CN116883344B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202310810984.9，技术领域涉及：G06T7/00；该发明授权一种带钢表面缺陷分类方法、装置、电子设备及介质是由曾亮;冯峥;张豪;王珊珊;李维刚设计研发完成，并于2023-07-03向国家知识产权局提交的专利申请。

本一种带钢表面缺陷分类方法、装置、电子设备及介质在说明书摘要公布了：本发明涉及一种带钢表面缺陷分类方法、装置、电子设备及介质，其方法包括：获取带钢表面缺陷图像集；根据带钢表面缺陷图像集的数据分布，对带钢表面缺陷图像集进行梯度数据增强；将图像集中的训练集图像输入到预设的深度学习模型中进行训练，得到带钢表面缺陷分类模型，带钢表面缺陷分类模型包括：共享层、个性层、特征融合层和分类层；获取待识别的带钢表面图像，基于带钢表面缺陷分类模型对待识别的带钢表面图像进行识别分类，得到待识别的带钢表面图像的缺陷分类结果。本发明提高了带钢表面质量缺陷检测分类的准确率。

本发明授权一种带钢表面缺陷分类方法、装置、电子设备及介质在权利要求书中公布了：1.一种带钢表面缺陷分类方法，其特征在于，包括： 获取带钢表面缺陷图像集； 根据所述带钢表面缺陷图像集的数据分布，对所述带钢表面缺陷图像集进行梯度数据增强； 将所述图像集中的训练集图像输入到预设的深度学习模型中进行训练，得到带钢表面缺陷分类模型，所述带钢表面缺陷分类模型包括：共享层、个性层、特征融合层和分类层； 获取待识别的带钢表面图像，基于所述带钢表面缺陷分类模型对所述待识别的带钢表面图像进行识别分类，得到所述待识别的带钢表面图像的缺陷分类结果； 其中，所述共享层用于将所述待识别的带钢表面图像的特征进行提取，得到待识别的带钢表面图像浅层特征，包括：将所述待识别的带钢表面图像作为主视图，将所述主视图分为第一辅助视图和第二辅助视图；将所述主视图、所述第一辅助视图和所述第二辅助视图输入到所述共享层进行特征提取，得到所述主视图、所述第一辅助视图和所述第二辅助视图的浅层特征； 所述个性层用于将输入的带钢表面图像浅层特征进行提取，得到待识别的带钢表面图像的两种视图的深层特征，包括：将所述主视图、所述第一辅助视图和所述第二辅助视图的浅层特征输入到个性层进行特征提取，得到所述主视图、所述第一辅助视图和所述第二辅助视图的深层特征； 所述特征融合层用于将所述待识别的带钢表面图像的两种视图的深层特征进行提取，得到对应的多视图特征，包括：基于所述主视图的深度特征、所述第一辅助视图深度特征和所述第二辅助视图深度特征，将所述主视图、所述第一辅助视图和所述第二辅助视图按照通道数拼接并利用卷积块进行特征筛选，得到第一多视图特征；基于所述第一多视图特征利用通道注意力机制强化所述第一多视图特征得到多视图特征； 所述分类层用于将所述多视图特征进行分类，得到所述待识别的带钢表面图像的缺陷类别。

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湖北工业大学，其通讯地址为：430068 湖北省武汉市洪山区南李路28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。