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！

龙图腾网获悉昆明理工大学申请的专利基于改进Mask R-CNN的多背景下显示屏缺陷的实时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：CN115456975B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202211062338.0，技术领域涉及：G06T7/00；该发明授权基于改进Mask R-CNN的多背景下显示屏缺陷的实时分割方法是由陈松林;陈明方;王森;陈平;张永霞;黄良恩;何朝银;肖方坤;孔祥飞设计研发完成，并于2022-09-01向国家知识产权局提交的专利申请。

本基于改进Mask R-CNN的多背景下显示屏缺陷的实时分割方法在说明书摘要公布了：本发明公开了一种基于改进MaskR‑CNN的多背景下显示屏缺陷的实时分割方法。本发明将传统MaskR‑CNN模型特征提取网络与注意力机制模块相结合，在对不同背景下显示屏缺陷图像的特征进行提取过程中，通过加入注意力模块自适应调整输出特征的权重占比，减少不同背景对于缺陷检测的干扰，使得深度学习网络模型在像素级分割中所学习的特征更加集中，能更针对性的学习缺陷特征；在传统MaskR‑CNN模型多尺度特征融合网络中与注意力机制模块相结合，在获取特征信息中更加关注于显示屏缺陷特征信息；在整个框架的基础上，配合训练参数的调整，使得整个模型可用于对不同背景下的多目标检测人物的优化，并且检测精度与特征分割都优于传统模型。

本发明授权基于改进Mask R-CNN的多背景下显示屏缺陷的实时分割方法在权利要求书中公布了：1.一种基于改进MaskR-CNN的多背景下显示屏缺陷的实时分割方法，其特征在于：包括： 获取多背景显示屏缺陷图像，构建样本数据集，并将样本数据集划分训练数据集和测试数据集； 将传统MaskR-CNN模型中的特征提取网络和特征融合网络，与注意力机制模块结合，创建多个改进MaskR-CNN模型；对多个改进MaskR-CNN模型进行消融实验筛选出性能最优的改进MaskR-CNN模型； 将性能最优的改进MaskR-CNN模型进行训练参数的初始化设置，接着对性能最优的改进MaskR-CNN模型进行训练，获得最优权重； 采集显示屏的图像，利用性能最优的改进MaskR-CNN模型载入已得到的最优权重，对采集显示屏的图像进行预测，获得预测结果； 所述将传统MaskR-CNN模型中的特征提取网络和特征融合网络，与注意力机制模块结合，包括： 将传统MaskR-CNN模型中的特征提取网络与注意力机制模块结合构建改进MaskR-CNN模型中特征提取网络； 将传统MaskR-CNN模型中的特征融合网络与注意力机制模块结合构建改进MaskR-CNN模型中特征融合网络； 所述改进MaskR-CNN模型中特征提取网络包括传统的MaskR-CNN特征提取网络以及m个注意力机制模块，特征融合网络包含传统的MaskR-CNN特征融合网络以及n个注意力机制模块；通过改变特征提取网络中注意力机制模块的数量、改变特征融合网络中注意力机制模块的数量获得多个改进MaskR-CNN模型；其中，m,n=1,2,3,4； 所述将传统MaskR-CNN模型中的特征提取网络与注意力机制模块结合具体为：将传统MaskR-CNN模型中特征提取网络的残差网络模块输出的特征层通过注意力机构模块以得到输出的特征层； 所述将传统MaskR-CNN模型中的特征融合网络与注意力机制模块结合具体为：将传统MaskR-CNN模型中特征融合网络的输入通过二维卷积操作后加入注意力机构模块。

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昆明理工大学，其通讯地址为：650093 云南省昆明市五华区学府路253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。