中材科技风电叶片股份有限公司;中国建材集团有限公司徐俊获国家专利权
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!
龙图腾网获悉中材科技风电叶片股份有限公司;中国建材集团有限公司申请的专利风电叶片螺栓孔识别模型的训练方法、装置、设备及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:CN117422948B 。
龙图腾网通过国家知识产权局官网在2025-09-30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:202311405718.4,技术领域涉及:G06V10/774;该发明授权风电叶片螺栓孔识别模型的训练方法、装置、设备及介质是由徐俊;李振飞;颜晨;崔俊伟;陈晓亮;崔成勇;王志宏设计研发完成,并于2023-10-26向国家知识产权局提交的专利申请。
本风电叶片螺栓孔识别模型的训练方法、装置、设备及介质在说明书摘要公布了:本申请公开了一种风电叶片螺栓孔识别模型的训练方法、装置、设备及介质。所述风电叶片螺栓孔识别模型的训练方法包括:获取包括多张风电叶片螺栓孔样本图像以及对应的标签图像的数据集,标签图像用于指示风电叶片螺栓孔的标签;对数据集中的图像及其标签图像进行划分,得到第一数据集和第二数据集;将根据第一数据集对预设模型进行训练得到的第一识别模型的模型参数加载到预设模型中,得到第二识别模型;固定第二识别模型的第一目标层结构的网络参数,并根据第二数据集对第二识别模型进行训练,以确定第二识别模型的第二目标层结构的网络参数,得到风电叶片螺栓孔识别模型。根据本申请实施例,可以提高模型训练效率以及模型精度。
本发明授权风电叶片螺栓孔识别模型的训练方法、装置、设备及介质在权利要求书中公布了:1.一种风电叶片螺栓孔识别模型的训练方法,其特征在于,包括: 获取包括多张风电叶片螺栓孔样本图像以及对应的标签图像的数据集,所述标签图像用于指示风电叶片螺栓孔的标签; 对数据集中的图像及其标签图像进行划分,得到第一数据集和第二数据集; 对所述第一数据集和第二数据集进行处理,以使两个数据集中的数据样本满足预设相似度条件; 根据处理后的第一数据集对预设模型进行训练,得到第一识别模型; 将第一识别模型的模型参数加载到所述预设模型中,得到第二识别模型; 固定所述第二识别模型的第一目标层结构的网络参数,并根据所述第二数据集对第二识别模型进行训练,以确定所述第二识别模型的第二目标层结构的网络参数,得到风电叶片螺栓孔识别模型; 其中,所述风电叶片螺栓孔样本图像是按照不同的采集时间区间进行采集得到的; 所述第一数据集和所述第二数据集的采集时间区间为相邻时间区间; 所述对所述第一数据集和第二数据集进行处理,以使两个数据集中的数据样本满足预设相似度条件,包括: 根据所述第一数据集和所述第二数据集,确定所述第一数据集中的每个数据样本与所述第二数据集的相似度; 根据所述相似度,确定所述第一数据集中的每个数据样本的初始化权重; 针对所述第一数据集中的每个数据样本,根据所述初始化权重进行初始化,得到处理后的第一数据集。
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中材科技风电叶片股份有限公司;中国建材集团有限公司,其通讯地址为:100192 北京市海淀区西小口路66号东升科技园B6楼C座9层;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励