Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 湖南工业大学罗媛获国家专利权

湖南工业大学罗媛获国家专利权

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!

龙图腾网获悉湖南工业大学申请的专利焊缝缺陷检测方法、评价方法、设备、存储介质及产品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:CN119359670B

龙图腾网通过国家知识产权局官网在2025-07-15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:202411437603.8,技术领域涉及:G06T7/00;该发明授权焊缝缺陷检测方法、评价方法、设备、存储介质及产品是由罗媛;令杰;张海萍;陈方怀;谭敏;肖新辉;鲁乃唯;马亚飞;李兆超;刘扬;刘小帆;王岩鹏;王江伟;陈英设计研发完成,并于2024-10-15向国家知识产权局提交的专利申请。

焊缝缺陷检测方法、评价方法、设备、存储介质及产品在说明书摘要公布了:本发明公开了一种焊缝缺陷检测方法、评价方法、设备、存储介质及产品,所述检测方法包括构建深度卷积生成对抗网络以及焊缝缺陷检测模型;其中,深度卷积生成对抗网络包括生成器和第一判别器,焊缝缺陷检测模型采用U‑Net网络且包括编码器、解码器、新增拼接层以及与第一判别器具有相同架构的第二判别器;利用第一样本数据集对深度卷积生成对抗网络进行训练,得到第一判别器的权重参数;将第一判别器的权重参数迁移至第二判别器,然后利用第二样本数据集对U‑Net网络进行训练,得到目标缺陷检测模型;利用目标缺陷检测模型对实际焊缝缺陷图像进行检测,得到焊缝分割结果和缺陷分割结果。本发明在降低对标注数据依赖的同时提高了焊缝缺陷检测精度。

本发明授权焊缝缺陷检测方法、评价方法、设备、存储介质及产品在权利要求书中公布了:1.一种焊缝缺陷检测方法,其特征在于,所述检测方法包括: 获取第一样本数据集和第二样本数据集;其中,所述第一样本数据集中的每个样本包括焊缝图像,所述第二样本数据集中的每个样本包括焊缝图像及其焊缝区域和缺陷区域; 构建深度卷积生成对抗网络以及焊缝缺陷检测模型;其中,所述深度卷积生成对抗网络包括生成器和第一判别器;所述焊缝缺陷检测模型采用U-Net网络,所述U-Net网络包括编码器、解码器、新增拼接层以及与所述第一判别器具有相同架构的第二判别器,所述第二判别器与所述编码器中的瓶颈层连接,所述新增拼接层与所述编码器中的瓶颈层、第二判别器和解码器连接; 利用所述第一样本数据集对深度卷积生成对抗网络进行训练,得到第一判别器的权重参数; 将所述第一判别器的权重参数迁移至第二判别器,然后利用第二样本数据集对所述U-Net网络进行训练,得到目标缺陷检测模型; 获取实际焊缝缺陷图像,利用所述目标缺陷检测模型对所述实际焊缝缺陷图像进行检测,得到焊缝分割结果和缺陷分割结果; 其中,利用第二样本数据集对所述U-Net网络进行训练,具体包括: 利用编码器对所述第二样本数据集中的每张焊缝图像进行特征提取,得到第一特征量; 利用编码器的瓶颈层对所述第一特征量进行通道压缩,得到第二特征量; 利用所述第二判别器对所述第二特征量进行特征提取,得到第三特征量; 利用所述新增拼接层对第一特征量与第三特征量进行拼接,得到第四特征量; 利用所述解码器对所述第四特征量进行特征提取,得到区域分割结果; 根据所述区域分割结果与对应的焊缝区域和缺陷区域计算损失值,根据所述损失值调整所述U-Net网络的权重参数。

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湖南工业大学,其通讯地址为:412007 湖南省株洲市天元区泰山西路88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”。

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。