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！

龙图腾网获悉南京航空航天大学申请的专利一种基于深度卷积神经网络的齿轮磨削烧伤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：CN115240030B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202210845891.5，技术领域涉及：G06V10/774；该发明授权一种基于深度卷积神经网络的齿轮磨削烧伤分割方法是由陈蔚芳;董蕾;杨舒颖;农苏;梁睿君;余厚云设计研发完成，并于2022-07-18向国家知识产权局提交的专利申请。

本一种基于深度卷积神经网络的齿轮磨削烧伤分割方法在说明书摘要公布了：本发明公开了一种基于深度卷积神经网络的齿轮磨削烧伤分割方法，包括获取待检测齿轮的轮齿侧表面图像，进行数据预处理；利用数据增强技术对预处理后数据进行扩增，制作轮齿侧表面磨削烧伤分割数据集；构建基于改进U‑Net网络的齿轮磨削烧伤分割模型并进行训练；输入待测试数据，提取轮齿侧表面磨削烧伤区域并可视化，根据磨削烧伤区域的颜色深浅和面积占比，判定轮齿侧表面磨削烧伤的分类和级别。该方法构建了端到端的齿轮磨削烧伤分割模型，融合了卷积神经网络提取的浅层高分辨率局部特征和自注意力机制提取的序列全局特征，较好的解决了分割任务中数据缺乏和分类不平衡的问题，能够输出更高分辨率的分割结果图像，提高了轮齿侧表面磨削烧伤区域的分割准确率。

本发明授权一种基于深度卷积神经网络的齿轮磨削烧伤分割方法在权利要求书中公布了：1.一种基于深度卷积神经网络的齿轮磨削烧伤分割方法，其特征在于，包括以下步骤： 1获取待检测齿轮的轮齿侧表面图像，进行数据预处理； 2利用数据增强技术对预处理后数据进行扩增，然后勾勒图像烧伤区域并定义类别标签，制作轮齿侧表面磨削烧伤分割数据集； 3构建基于改进U-Net网络的齿轮磨削烧伤分割模型，使用U-Net网络的U型结构作为主体，编码器部分采用残差神经网络作为骨干网络提取输入图像的不同尺度的特征图，将特征图转化为序列并附上位置编码，输入ViT网络提取全局信息得到一维特征向量；解码器部分对自注意力一维特征向量进行上采样，跳跃连接不同尺度特征图，输出像素级的轮齿侧表面磨削烧伤分割结果图； 步骤3中所述的残差神经网络采用ResNet50网络；所述的ViT网络包括若干层数的多头自注意层和多层感知器； 4将步骤2得到的分割数据集分为训练集、验证集和测试集，使用训练集和验证集进行模型训练； 步骤4所述的模型训练过程包括以下步骤： 4.1初始化烧伤分割模型的权值参数； 4.2进行第i轮训练，加载轮齿侧表面磨削烧伤分割数据集，读取齿面图像为矩阵，以及对应的烧伤区域和类别标签图像为矩阵，其中，H和W为齿面图像的高度和宽度，CI表示齿面图像的通道数，CT为标签图像的通道数； 4.3将数据输入烧伤分割模型，输出预测的标签图像矩阵为； 4.4计算第i轮训练后损失函数值，使用交叉熵损失和Dice系数损失的加权叠加值： 其中，ξ1和ξ2为权重变量，用于调节和之间的稳定性；为交叉熵损失；为Dice系数损失；为计算时所使用的平滑系数； 4.5烧伤分割模型反向传播计算出可学习参数的偏导，使用随机梯度下降优化器处理损失函数的梯度，与学习率一起用于更新烧伤分割模型的可学习参数； 4.6令i=i+1，按设定的训练期数，重复步骤4.1-4.5，存储指定训练期数的烧伤分割模型参数文件； 5将测试集数据输入训练好的分割模型，提取轮齿侧表面磨削烧伤区域并可视化，判定轮齿侧表面磨削烧伤的分类和级别。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。