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！

龙图腾网获悉浙江工商大学申请的专利基于语义分割的工业焊缝缺陷检测方法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：CN119515793B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411529364.9，技术领域涉及：G06T7/00；该发明授权基于语义分割的工业焊缝缺陷检测方法是由王粤;徐杰;黄丽萍设计研发完成，并于2024-10-30向国家知识产权局提交的专利申请。

本基于语义分割的工业焊缝缺陷检测方法在说明书摘要公布了：本发明公开了一种基于语义分割的工业焊缝缺陷检测方法，包括：S1：获取训练用原始焊缝图像及相关参数信息，对原始图像进行二值化处理，存储处理后图像的前景区域，选取面积最大区域进行矩形形状转换，裁剪矩形区域并保存；S2：标注裁剪后的矩形区域图像，生成焊缝缺陷图像数据集，对焊缝缺陷图像数据集中的图像使用智能切割方法进行切割，并对切割产生的多余像素进行分配；S3：根据S2产生的数据集构建语义分割网络模型，使用注意力机制聚焦缺陷区域，对缺陷区域进行有选择的卷积计算，用损失函数作为指标对语义分割网络模型进行训练；S4：使用语义分割网络模型处理待测焊缝图像，拼接还原成原始图片尺寸。本发明提高了检测精度，图像处理不受限。

本发明授权基于语义分割的工业焊缝缺陷检测方法在权利要求书中公布了：1.基于语义分割的工业焊缝缺陷检测方法，其特征在于，包括： S1：获取训练用原始焊缝图像及图像参数信息，对原始图像进行二值化处理，存储处理后图像的前景区域，选取面积最大区域进行矩形形状转换，裁剪矩形区域并保存； S2：标注裁剪后的矩形区域图像，生成焊缝缺陷图像数据集，对焊缝缺陷图像数据集中的图像使用智能切割方法进行切割，并对切割产生的多余像素进行分配； 所述智能切割方法包括： A1：获取输入图像参数，判断输入图像的参数中宽度与高度大小，若宽度小于高度，则将输入图像旋转90度，使宽度始终为较大的参数； A2：确定图像划分张数，根据划分张数获得图像平均宽度，判断宽度和高度的比值大小，若宽度和高度的比值小于2，将图像调整尺寸为256*256，若宽度和高度的比值大于等于2，则根据图像划分张数对原始图像进行切割，将图像平均宽度作为所有图片宽度，保存切割后的图像尺寸和编号，并将切割后的图像调整尺寸为256*256； S3：根据S2产生的数据集构建语义分割网络模型，使用注意力机制聚焦缺陷区域，对缺陷区域进行有选择的卷积计算，用损失函数作为评估指标对语义分割网络模型进行训练； 所述语义分割网络模型包括： 图像分割网络：由Transformer和U-Net进行架构，适用于小目标检测，用于对特征进行提取和传递； RRC模块：用于进行轻量级的卷积，在卷积层间解耦后进一步对错层信息进行融合； CRA模块：用于增强模型在处理图像语义分割任务时的空间关联性和上下文捕捉能力，对输入的特征图进行窗口划分，将划分后的区域生成查询Q、键K和值V并进行特征投影，并根据查询Q、键K和值V计算得出不同区域之间的相关性程度，通过所述不同区域之间的相关性程度进行区域选择； RRC模块的输入数据为IRRC∈RH*W*C，在输入数据之后，特征图被分成两个分支，按照分割比率ra，将通道C分为Cp和1-Cp，其中通道1-Cp∈RH*W*1-Cp为恒等映射分支，它不对数据进行任何操作，保留原始图片信息，以缓解深层网络中的梯度消失问题，促进更好的信息流动和模型训练；剩余的通道Cp∈RH*W*Cp为特征提取分支，接着使用Cp个k*k的卷积核提取特征；其中，H表示输入图像的高度，W表示输入图像的宽度； 在Cp上的每个通道使用独立的k*k个卷积对特征图进行计算，将两个分支的结果拼接在一起，使用1*1卷积将所有特征进行融合； S4：使用语义分割网络模型处理待测焊缝图像，拼接还原成原始图片尺寸。

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浙江工商大学，其通讯地址为：310000 浙江省杭州市下沙高教园区学正街18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。