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 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 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 > 上海大学曾丹获国家专利权

上海大学曾丹获国家专利权

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!

龙图腾网获悉上海大学申请的专利一种工业缺陷检测与根因溯源一体化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:CN121544612B

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:202610063968.1,技术领域涉及:G06T7/00;该发明授权一种工业缺陷检测与根因溯源一体化方法是由曾丹;杨恩泉;赵凯;顾忆宵;姜求平设计研发完成,并于2026-01-19向国家知识产权局提交的专利申请。

一种工业缺陷检测与根因溯源一体化方法在说明书摘要公布了:本申请提供一种工业缺陷检测与根因溯源一体化方法,涉及工业智能检测与质量管控技术领域。该方法包括:构建包含图像、工艺参数及缺陷成因的跨环节结构化数据集;基于该数据集,通过课程学习策略训练多模态大模型,使其对输入图像同步输出缺陷定位结果和成因语义描述;构建结构化的成因‑工序‑控制参数因果图谱,以表征生产工艺中的因果关系;基于图神经网络对所述成因语义描述进行溯源推理,自动识别出导致缺陷的关键工序与控制参数,并输出完整溯源路径。该方法实现了从缺陷感知到根因认知的一体化跨越,解决了传统方法中检测与溯源脱节、依赖人工经验、效率低下且可解释性差的问题。

本发明授权一种工业缺陷检测与根因溯源一体化方法在权利要求书中公布了:1.一种工业缺陷检测与根因溯源一体化方法,其特征在于,包括: 构建跨环节结构化数据集,所述跨环节结构化数据集包括从多个工序节点采集的工件图像、设备运行参数、工艺设定值,以及关联的缺陷位置、缺陷类别、缺陷成因文本描述、工序标识和控制参数; 基于所述跨环节结构化数据集,训练得到多模态检测与成因分析模型,所述多模态检测与成因分析模型的输入为工件图像,输出为缺陷定位结果,包括检测框坐标和缺陷类别与成因语义描述; 构建因果图谱,所述因果图谱包括成因节点、工序节点和参数节点,以及基于工艺知识或历史数据定义的节点间有向边; 基于图神经网络进行溯源推理,将多模态检测与成因分析模型输出的成因语义描述映射为因果图谱中的成因节点,通过图神经网络模拟因果传播,输出溯源路径报告; 基于所述跨环节结构化数据集,训练得到多模态检测与成因分析模型,包括: 选用一个融合视觉与语言能力的多模态大模型作为基础网络,所述基础网络包括文本编码器和语言模型; 基于所述跨环节结构化数据集,采用课程学习策略对所述基础网络进行训练,得到多模态检测与成因分析模型;其中,所述课程学习策略包括: 缺陷感知阶段:固定文本编码器和语言模型部分,仅使用缺陷位置和类别标签对视觉编码器和视觉语言连接器进行微调; 联合理解阶段:解冻文本编码器,同时优化缺陷定位损失和成因描述生成损失; 基于图神经网络进行溯源推理,将多模态检测与成因分析模型输出的成因语义描述映射为因果图谱中的成因节点,通过图神经网络模拟因果传播,输出溯源路径报告,包括: 基于多模态检测与成因分析模型为新样本图像生成的成因语义描述,通过关键词提取与语义匹配,映射为构建的因果图谱中的某一成因节点; 以所述成因节点为起点,运行图神经网络模拟因果传播; 基于节点激活状态或注意力权重识别关键路径。

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上海大学,其通讯地址为:200444 上海市宝山区上大路99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。

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。