同济大学余建波获国家专利权
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！
龙图腾网获悉同济大学申请的专利基于多域特征融合网络的产品表面缺陷识别方法，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：CN119904427B 。
龙图腾网通过国家知识产权局官网在2025-10-31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：202411973334.7，技术领域涉及：G06T7/00；该发明授权基于多域特征融合网络的产品表面缺陷识别方法，设备及介质是由余建波;张慧智设计研发完成，并于2024-12-30向国家知识产权局提交的专利申请。
本基于多域特征融合网络的产品表面缺陷识别方法，设备及介质在说明书摘要公布了：本发明涉及一种基于多域特征融合网络的产品表面缺陷识别方法，设备及介质，将采集产品表面缺陷识别数据集得到的缺陷图像输入A‑ACN骨干网络的第一层网络，得到第一特征图；将缺陷图像输入峰值区域辅助特征学习模块，得到峰值特征图，并将峰值特征图与第一特征图相加，得到第二特征图；将第二特征图输入骨干网络的第二层网络，得到第三特征图，将第三特征图和缺陷图像分别输入多域混合注意力模块，得到第四特征图；将第四特征图输入骨干网络的第三层网络，并通过门控特征选择模块得到第五特征图；将第五特征图输入骨干网络的第四层网络和第五层网络，得到最终的输出缺陷类别。与现有技术相比，本发明具有精度高、泛化能力强和鲁棒性强等优点。
本发明授权基于多域特征融合网络的产品表面缺陷识别方法，设备及介质在权利要求书中公布了：1.一种基于多域特征融合网络的产品表面缺陷识别方法，其特征在于，具体步骤包括： S1、采集产品表面缺陷识别数据集，并进行预处理，得到统一像素大小的缺陷图像； S2、将所述缺陷图像输入A-ACN骨干网络的第一层网络，得到第一特征图； S3、将所述缺陷图像输入峰值区域辅助特征学习模块，得到峰值特征图，并将峰值特征图与第一特征图相加，得到第二特征图； S4、将第二特征图输入A-ACN骨干网络的第二层网络，得到第三特征图，将第三特征图和缺陷图像分别输入多域混合注意力模块，通过小波驱动分支和注意力分支得到第四特征图； S5、将第四特征图输入A-ACN骨干网络的第三层网络，并通过门控特征选择模块得到第五特征图； S6、将第五特征图输入A-ACN骨干网络的第四层网络和第五层网络，得到最终的输出缺陷类别。
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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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”。
以上内容由龙图腾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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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