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！

龙图腾网获悉北京平恒智能科技有限公司申请的专利一种基于机器视觉的工业柔性物体检测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：CN120876399B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202510975688.3，技术领域涉及：G06T7/00；该发明授权一种基于机器视觉的工业柔性物体检测方法是由刘恒才;杨亚玲;刘士浩设计研发完成，并于2025-07-15向国家知识产权局提交的专利申请。

本一种基于机器视觉的工业柔性物体检测方法在说明书摘要公布了：本发明公开了一种基于机器视觉的工业柔性物体检测方法，涉及工业检测技术领域，包括，纹理特征向量结合提取的几何形状特征向量生成视觉特征向量，基于预训练ViT‑B16模型提取全局触觉特征，基于雷达掩模图通过CSPDarknet网络架构提取位置和速度特征向量，通过Transformer模型和模态权重生成综合特征向量。通过深度映射转换网络高效生成雷达掩模图，提取多模态特征并利用模型自适应融合生成综合特征向量，采用平滑特征和在线自适应优化动态调整模型参数，降低计算复杂度、标注成本，提升对光照变化和形变场景的鲁棒性，提高柔性物体边界框、材质分类和形变状态概率的检测精度。

本发明授权一种基于机器视觉的工业柔性物体检测方法在权利要求书中公布了：1.一种基于机器视觉的工业柔性物体检测方法，其特征在于：包括， 通过多模态传感器采集传感器数据并进行预处理，基于预处理后数据通过深度映射转换网络生成雷达掩模图； 通过预训练ResNet-50模型提取纹理特征向量，纹理特征向量结合提取的几何形状特征向量生成视觉特征向量，基于预训练ViT-B16模型提取全局触觉特征，基于雷达掩模图通过CSPDarknet网络架构提取位置和速度特征向量，通过Transformer模型和模态权重生成综合特征向量，包括基于RGB图像，通过预训练ResNet-50进行卷积操作，提取纹理特征，基于平滑深度点云，通过PointNet提取几何形状特征向量，使用特征拼接方法将和拼接形成视觉特征向量； 将归一化触觉力矩阵通过插值上采样至ViT标准输入尺寸Fresized，将Fresized切分为16×16，展平为序列，将序列输入到预训练ViT-B16，提取全局触觉特征向量，基于雷达掩模图Mradar，通过CSPDarknet网络架构提取位置和速度特征向量，对每个特征向量计算均值和方差后归一化； 基于全连接网络MLP将映射到统一维度，将序列通过4层Transformer模型架构中的编码器进行编码，输出序列基于全连接网络计算模态权重，基于模态权重计算综合特征向量； 所述基于全连接网络计算模态权重： 其中，为激活函数，用于将输入值映射到0,1区间，为模态权重矩阵，为模态偏置项，调整权重计算的偏移，和通过全连接层在Transformer融合模块中训练得到； 所述基于模态权重计算综合特征向量： 其中，为融合特征的权重矩阵，为融合特征的偏置向量； 基于综合特征向量使用轻量级YOLOv5s模型进行柔性物体检测，基于检测结果与真实标签的综合误差，通过在线微调方法优化Transformer模型架构和YOLOv5s模型检测头参数，包括基于检测模型生成的柔性物体边界框、材质分类概率以及形变状态概率，计算预测边界框中心坐标与实际坐标的差值平方，衡量定位偏差，比较预测的材质和形变状态概率与真实类别，计算分类误差，将定位误差和分类误差加权求和，形成综合误差值，基于综合误差值，计算Transformer和检测头参数的梯度，每隔固定帧数处理一批数据，综合定位和分类误差，调整参数以降低误差，学习率设置为指定值，结合未标注数据，通过对比学习辅助参数调整，减少对标注数据的需求，使用指定标注数据，进行监督微调，校正模型偏差； 利用优化后的YOLOv5s模型，通过平滑融合特征和边缘部署生成精准柔性物体检测结果； 通过分析工业控制系统反馈的实际操作结果，动态调整YOLOv5s模型正则化参数，生成最终柔性物体检测结果。

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北京平恒智能科技有限公司，其通讯地址为：102600 北京市大兴区北京经济技术开发区科创十四街6号院1号楼1层101室(北京自贸试验区高端产业片区亦庄组团)；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。