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！

龙图腾网获悉深圳市信润富联数字科技有限公司申请的专利工件检测方法、装置、电子设备及存储介质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：CN120235877B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510719182.6，技术领域涉及：G06T7/00；该发明授权工件检测方法、装置、电子设备及存储介质是由杨超;黄雪峰;徐英杰设计研发完成，并于2025-05-30向国家知识产权局提交的专利申请。

本工件检测方法、装置、电子设备及存储介质在说明书摘要公布了：本申请涉及一种工件检测方法、装置、电子设备及存储介质，该工件检测方法可在目标工件上线检测之前，获取目标工件的三维模型在不同姿态点的3D姿态点云，将3D姿态点云输入预先训练的人工智能生成内容模型得到第一生成图像，再基于预设的缺陷检测模型对第一生成图像进行检测，得到第一训练样本，从而可以提前根据第一训练样本对缺陷检测模型进行训练，得到针对目标工件的优化检测模型，在目标工件正式上线时可根据优化检测模型对目标工件进行缺陷检测，由于提前解决了目标工件的误检问题，可提高目标工件的检测直通率，并且不需要在目标工件正式上线时再对缺陷检测模型进行迭代训练，提高了缺陷检测效率。

本发明授权工件检测方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种工件检测方法，其特征在于，所述方法包括： 获取目标工件的三维模型在不同姿态点的3D姿态点云； 将所述3D姿态点云输入预先训练的人工智能生成内容模型，得到第一生成图像；其中，所述人工智能生成内容模型为基于3D点云生成2D图像的模型； 基于预设的缺陷检测模型对所述第一生成图像进行检测，得到第一训练样本； 基于所述第一训练样本对所述缺陷检测模型进行训练，得到所述目标工件的优化检测模型； 根据所述优化检测模型对所述目标工件进行缺陷检测； 其中，所述方法还包括：获取所述人工智能生成内容模型； 其中，所述人工智能生成内容模型的训练过程包括： 依次采集第一工件处于每一个待采集点位时的目标数据；其中，在所述第一工件处于所述待采集点位中的任一目标点位的情况下，基于3D相机采集所述第一工件的3D点云数据，基于2D相机采集所述第一工件的真实2D图像，以及获取所述3D点云数据与所述真实2D图像的位姿变换矩阵；将所述3D点云数据、所述真实2D图像和所述位姿变换矩阵作为所述目标点位下的所述目标数据； 分别对每组所述目标数据进行如下处理，得到第二训练样本集：对所述3D点云数据进行点云体素滤波，得到降采样点云；根据所述位姿变换矩阵对所述降采样点云进行计算，得到统一到所述真实2D图像视角下的目标点云，将所述目标点云和所述真实2D图像作为第二训练样本；其中，所述第二训练样本集包括所有所述第二训练样本； 根据所述第二训练样本集对初始生成模型进行训练，得到训练后的所述人工智能生成内容模型； 其中，对所述3D点云数据进行点云体素滤波，得到降采样点云，包括： 将所述3D点云数据进行网格划分，得到多个三维体素； 对于所述三维体素中的每一个目标三维体素，执行点云体素滤波处理；其中，所述点云体素滤波处理包括：确定所述目标三维体素的体素重心；将所述目标三维体素中最邻近所述体素重心的点作为所述目标三维体素的代表点； 将所有所述代表点作为所述降采样点云； 其中，将所述3D点云数据进行网格划分，得到多个三维体素，包括： 根据公式确定最大体素边长；其中，lmax表示最大体素边长，V表示按照体素边长l划分得到的当前体素的所有点，T表示按照体素边长l划分得到的所有体素，pV表示当前体素中距离体素重心最近的点，f表示曲率特征函数，λ表示正则化项参数；表示二范数的平方； 按照所述最大体素边长对所述3D点云数据进行网格划分，得到多个所述三维体素；其中，在按照所述最大体素边长进行网格划分时，所有三维体素的曲率特征损失最小。

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深圳市信润富联数字科技有限公司，其通讯地址为：518000 广东省深圳市罗湖区清水河街道清水河社区清水河五路10号润启科技大厦2001；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”。