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 > 湖南大学方乐缘获国家专利权

湖南大学方乐缘获国家专利权

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!

龙图腾网获悉湖南大学申请的专利汽车零部件缺陷识别方法、系统、计算机设备和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:CN120471910B

龙图腾网通过国家知识产权局官网在2025-09-19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:202510955518.9,技术领域涉及:G06T7/00;该发明授权汽车零部件缺陷识别方法、系统、计算机设备和存储介质是由方乐缘;杨震;郑天庸;林家兴;颜志;王耀南;陈虹设计研发完成,并于2025-07-11向国家知识产权局提交的专利申请。

汽车零部件缺陷识别方法、系统、计算机设备和存储介质在说明书摘要公布了:本发明公开了一种汽车零部件缺陷识别方法、系统、计算机设备和存储介质,通过将原始图像进行离散傅里叶变换来获得高频结构特征图像,为了解决工业缺陷检测中训练样本受限的问题,通过将原始图像中目标高频结构特征融合到缺陷的原始特征中,丰富了目标的特征表达,这使得深度学习模型能够用更少的训练样本充分学习缺陷目标的特征表达,从而提高已知类别的分类性能,获得的缺陷特征向量会通过基于高频结构特征融合增强和类互信息约束的汽车零部件缺陷识别方法中的全连接分类网络进行已知类类别的预测,并对输入样本数据是否属于未知类进行判别,最终实现工业缺陷检测中精准的缺陷检测与未知缺陷识别。

本发明授权汽车零部件缺陷识别方法、系统、计算机设备和存储介质在权利要求书中公布了:1.汽车零部件缺陷识别方法,其特征在于,所述方法包括以下步骤: S100:获取包含汽车零部件缺陷的原始图像,对原始图像进行离散傅里叶变换得到高频结构特征图像; S200:搭建缺陷识别网络,包括特征提取网络、特征融合模块和分类网络; S300:将高频结构特征图像与原始图像分别输入至特征提取网络进行特征提取,得到缺陷原始特征和缺陷结构特征;将缺陷原始特征和缺陷结构特征输入至特征融合模块进行融合,得到高频结构特征增强和融合后的缺陷特征; S400:基于高频结构特征增强和融合后的缺陷特征计算不同类别缺陷特征之间的互信息,得到互信息损失;S400具体为: ; 其中是第i个已知类别的特征,K是第k个类别的训练样本数,是变量x与y的与的联合概率分布,表示不同缺陷类别特征向量之间的互信息,表示互信息损失; S500:将高频结构特征增强和融合后的缺陷特征输入至分类网络,结合预设的损失函数得到已知类分类损失,联合已知类分类损失和互信息损失约束缺陷识别网络训练,当达到预设的训练结束条件时,得到训练好的缺陷识别网络; S600:获取实时输入图像,将实时输入图像输入至训练好的缺陷识别网络,进行已知类类别的预测,并对输入样本数据是否属于未知类进行判别,完成汽车零部件缺陷识别。

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大学,其通讯地址为:410082 湖南省长沙市岳麓区麓山南路1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。