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！

龙图腾网获悉国家石油天然气管网集团有限公司申请的专利一种管道无损检测方法、装置、存储介质及计算机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：CN116596852B 。

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：202310446131.1，技术领域涉及：G06T7/00；该发明授权一种管道无损检测方法、装置、存储介质及计算机是由陈朋超;李睿;富宽;王亚楠;马江涛设计研发完成，并于2023-04-24向国家知识产权局提交的专利申请。

本一种管道无损检测方法、装置、存储介质及计算机在说明书摘要公布了：本发明涉及一种管道无损检测方法、装置、存储介质及计算机，其方法包括利用管道的正常图像以及缺陷图像构建样本集；其中，样本集中的图像包括正常图像以及缺陷图像；构建计算机图像识别模型；基于半监督学习方法，并利用样本集中的图像训练计算机图像识别模型，得到管道无损检测模型；获取管道的待测图像；通过将待测图像输入管道无损检测模型进行管道无损检测；本发明缩小同一种背景中的类内距离，增大不同背景特征间的类间距离；在训练含有缺陷样本则将所有的缺陷区域的张量作为negative项即负样本项，其它项设置保持不变，缩小背景类内距离的同时增大背景特征与缺陷特征的空间距离从而突出微小缺陷响应强度增加检出率并减少对噪声区域的误检率。

本发明授权一种管道无损检测方法、装置、存储介质及计算机在权利要求书中公布了：1.一种管道无损检测方法，其特征在于，包括如下步骤： 利用管道的正常图像以及缺陷图像构建样本集；其中，所述样本集中的图像包括所述正常图像以及所述缺陷图像； 构建计算机图像识别模型； 基于半监督学习方法，并利用所述样本集中的图像训练所述计算机图像识别模型，得到管道无损检测模型；其中，在利用所述样本集中所述正常图像作为训练样本时，以聚类中心作为锚项，将所述正常图像中无缺陷区域背景张量对应的聚类簇作为正样本项，将所述正常图像中除所述无缺陷区域背景张量以外的聚类中心作为负样本项；在利用所述样本集中所述缺陷图像作为训练样本时，以聚类中心作为锚项，将所述缺陷图像中有缺陷区张量对应的聚类簇作为负样本项，将所述缺陷图像中无缺陷区域背景张量对应的聚类簇作为正样本项，将所述缺陷图像中除所述有缺陷区张量以及所述无缺陷区域背景张量以外的聚类中心作为负样本项； 获取管道的待测图像； 通过将所述待测图像输入所述管道无损检测模型进行管道无损检测； 所述计算机图像识别模型包括自编码器、度量学习模型以及记忆仓，所述自编码器包括编码器以及解码器； 基于半监督学习方法，并利用所述样本集中的图像训练所述计算机图像识别模型，得到管道无损检测模型，包括如下步骤： 利用所述编码器提取所述样本集中的所有图像的特征张量，得到特征张量数据集；其中，所述特征张量数据集中的所述特征张量包括所述正样本项以及所述负样本项； 基于所述半监督学习方法，并利用所述特征张量数据集训练所述度量学习模型，得到训练好的所述度量学习模型； 在基于所述半监督学习方法，并利用所述特征张量数据集训练所述度量学习模型过程中，利用所述记忆仓存储所述正样本项； 通过将所述特征张量数据集中的所述特征张量输入所述解码器重构管道图像； 将所述编码器、训练好的所述度量学习模型、所述记忆仓以及所述解码器整合为所述管道无损检测模型。

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国家石油天然气管网集团有限公司，其通讯地址为：100013 北京市朝阳区东土城路5号A座6层08-10室；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。