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 > 广州大学彭凌西获国家专利权

广州大学彭凌西获国家专利权

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!

龙图腾网获悉广州大学申请的专利少样本工业图像缺陷检测模型构建方法、系统及装置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:CN114782391B

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:202210475852.0,技术领域涉及:G06T7/00;该发明授权少样本工业图像缺陷检测模型构建方法、系统及装置是由彭凌西;谢翔;彭绍湖;林煜桐;林焕然设计研发完成,并于2022-04-29向国家知识产权局提交的专利申请。

少样本工业图像缺陷检测模型构建方法、系统及装置在说明书摘要公布了:本发明公开了少样本工业图像缺陷检测模型构建方法、系统及装置,包括:将工业图像数据集划分为训练集和测试集;对训练集和测试集进行预处理,增强图像对比度;对预处理后的训练集进行随机竖直翻转和水平翻转,得到训练样本数据;将训练样本数据输入分割网络进行训练,完成检测模型的第一步构建;将掩膜图进行校正得到工业图像缺陷区域,完成检测模型的第二步构建;将所述掩膜图与所述工业图像缺陷区域进行拼接,得到一个双通道的特征图,将所述双通道特征图输入决策网络进行训练,完成检测模型的第三步构建;根据测试集不同缺陷类型的工业图像的有无缺陷分类结果对检测模型进行评价。本发明可以提高缺陷图像的检测精度和速度,并对构建模型评价。

本发明授权少样本工业图像缺陷检测模型构建方法、系统及装置在权利要求书中公布了:1.一种基于图像分割的少样本工业图像缺陷检测模型构建方法,其特征在于,包括: S1、获取工业图像数据集,将工业图像数据集划分为训练集和测试集; S2、对训练集和测试集进行预处理,增强图像对比度; S3、对预处理后的训练集进行随机竖直翻转和水平翻转,得到训练样本数据; S4、将训练样本数据输入分割网络进行训练,训练完成得到掩膜图,完成检测模型的第一步构建; S5、将掩膜图进行校正得到工业图像缺陷区域,完成检测模型的第二步构建; S6、将所述掩膜图与所述工业图像缺陷区域进行拼接,得到一个双通道的特征图,将所述双通道特征图输入决策网络进行训练,训练完成得到训练集不同缺陷类型工业图像的缺陷概率,根据缺陷概率判断训练集工业图像是否缺陷,完成检测模型的第三步构建; S7、将预处理后的测试集输入检测模型得到测试集的有无缺陷分类结果,根据相关评价指标对检测模型进行评价。

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广州大学,其通讯地址为:510006 广东省广州市外环西路230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。