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！

龙图腾网获悉华中科技大学申请的专利一种基于深度学习和对象匹配的装配质量检查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：CN115311618B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202210909989.2，技术领域涉及：G06V20/52；该发明授权一种基于深度学习和对象匹配的装配质量检查方法是由王峻峰;赵世闻设计研发完成，并于2022-07-29向国家知识产权局提交的专利申请。

本一种基于深度学习和对象匹配的装配质量检查方法在说明书摘要公布了：本发明涉及一种基于深度学习和对象匹配的装配质量检查方法，包括：获取待测的装配现场图像；将所述待测的装配现场图像输入至训练完备的轻量级神经网络，确定预测关键点信息和预测定位框；根据所述预测关键点信息，确定所述预测定位框与标准装配模板中的标准定位框的转换关系；根据所述预测定位框和所述标准定位框进行匹配，判断匹配质量。本发明能够对装配漏装和错装问题进行实时地检查，确保一致的产品质量，提高装配效率。

本发明授权一种基于深度学习和对象匹配的装配质量检查方法在权利要求书中公布了：1.一种基于深度学习和对象匹配的装配质量检查方法，其特征在于，包括： 获取待测的装配现场图像； 将所述待测的装配现场图像输入至训练完备的轻量级神经网络，确定预测关键点信息和预测定位框，构建的轻量级神经网络包括编码器和解码器，其中，所述编码器用于对装配现场图像的局部特征和全局特征进行提取，所述解码器用于根据提取特征确定预测关键点信息和预测定位框；所述解码器包括卷积采样层、关键点检测结构和零件检测结构，其中：所述卷积采样层，用于对所述编码器输出的提取特征进行多次卷积和采样，输出卷积特征；所述关键点检测结构，用于根据所述卷积特征进行关键点检测，输出预测关键点信息；所述零件检测结构，用于根据所述卷积特征进行零件检测，输出预测定位框；所述关键点检测结构包括第一分支结构和第二分支结构，其中：所述第一分支结构，用于根据所述卷积特征，回归关键点热力图；所述第二分支结构，用于根据所述卷积特征，对每个关键点的坐标偏移量进行回归作为补偿，输出预测关键点信息；所述零件检测结构包括第一输出分支、第二输出分支和第三输出分支，其中：所述第一输出分支，用于根据所述卷积特征，输出预测定位框的中心点；所述第二输出分支，用于根据所述卷积特征，输出预测定位框的宽度和高度；所述第三输出分支，用于根据所述卷积特征，输出预测定位框的角度信息； 根据所述预测关键点信息，确定所述预测定位框与标准装配模板中的标准定位框的转换关系； 根据所述转换关系对预测定位框和所述标准定位框进行匹配，判断匹配质量，包括：根据所述预测定位框和所述标准定位框的面积和像素数目，将所述预测定位框和所述标准定位框进行IoU匹配，确定IoU匹配值；若所述IoU匹配值满足预设条件，则当前装配步骤存在质量问题。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。