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！

龙图腾网获悉芳源企业(上海)有限公司申请的专利一种基于计算机视觉的冲压件质量检测方法及系统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：CN119130995B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202411290456.6，技术领域涉及：G06T7/00；该发明授权一种基于计算机视觉的冲压件质量检测方法及系统是由陈伟青设计研发完成，并于2024-09-14向国家知识产权局提交的专利申请。

本一种基于计算机视觉的冲压件质量检测方法及系统在说明书摘要公布了：本发明提供一种基于计算机视觉的冲压件质量检测方法及系统。所述方法包括：基于计算机视觉技术从高清图像中提取得出冲压件的外观特征集；使用第一质检模型对所述外观特征集进行处理分析获得第一合格评估值，若第一合格评估值高于第一评估阈值，则生成并输出质检合格结论信息；若第一合格评估值低于第二评估阈值，则生成并输出质检不合格结论信息；若第一合格评估值低于第一评估阈值但高于第二评估阈值，则将外观特征集输入第二质检模型，输出第二合格评估值；若第二合格评估值高于第三评估阈值，则生成并输出质检合格结论信息，否则生成并输出质检不合格结论信息。本发明实现了对冲压件的明显缺陷和不明显缺陷的识别。

本发明授权一种基于计算机视觉的冲压件质量检测方法及系统在权利要求书中公布了：1.一种基于计算机视觉的冲压件质量检测方法，其特征在于，包括如下步骤： 获取冲压完成的冲压件的高清图像，基于计算机视觉技术从所述高清图像中提取得出所述冲压件的外观特征集；其中，所述外观特征集中包括轮廓信息、深度信息、颜色信息、纹理信息； 使用第一质检模型对所述外观特征集进行处理分析，获得第一合格评估值，若所述第一合格评估值高于第一评估阈值，则生成并输出质检合格结论信息；以及，若所述第一合格评估值低于第二评估阈值，则生成并输出质检不合格结论信息； 若所述第一合格评估值低于第一评估阈值但高于第二评估阈值，则将所述外观特征集输入第二质检模型，所述第二质检模型输出第二合格评估值； 若所述第二合格评估值高于第三评估阈值，则生成并输出质检合格结论信息，否则生成并输出质检不合格结论信息； 其中，所述第一质检模型对于冲压件的非明显缺陷的识别能力低于所述第二质检模型； 所述第二质检模型通过如下方式训练得到： 本地网络节点采用深度学习算法构建所述第二质检模型的基础模型，将所述基础模型发布于协同网络中，协同网络使用区块链网络； 该协同网络中的协同网络节点接收所述基础模型，并根据发布信息中的模型应用场景信息自行收集对应的训练数据集，使用所述训练数据集对所述基础模型进行训练； 在各所述协同网络节点对所述基础模型进行训练的过程中，所述本地网络节点通过所述协同网络向各所述协同网络节点发布训练策略更新信息，各所述协同网络节点根据所述训练策略更新信息调整训练方式，直到所述基础模型达到训练终止条件，提取各所述基础模型的模型关键参数并将其反馈给所述本地网络节点； 所述本地网络节点接收各所述模型关键参数，将各所述模型关键参数导入目标基础模型中，并使用测试数据集对所述目标基础模型进行测试，根据测试结果从各所述模型关键参数中确定出目标模型关键参数；其中，所述目标基础模型是所述本地网络节点训练得出的； 将所述目标模型关键参数导入所述目标基础模型中，即获得所述第二质检模型； 本地网络节点通过所述协同网络向各所述协同网络节点发布训练策略更新信息，包括： 所述本地网络节点通过所述协同网络获取各所述协同网络节点的训练数据集中包含的训练数据类型的第一数量，以及各所述协同网络节点已经用于训练的训练数据类型的第二数量； 根据所述第一数量、所述第二数量确定得出训练终止条件的严苛度，根据训练终止条件的严苛度生成所述训练策略更新信息； 通过所述协同网络向各所述协同网络节点发布所述训练策略更新信息； 所述严苛度与所述第一数量正相关，以及与所述第二数量负相关。

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芳源企业(上海)有限公司，其通讯地址为：201615 上海市松江区九亭镇洋河浜路601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。