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！

龙图腾网获悉鲁东大学申请的专利基于AI视觉的测试方案管理方法及装置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：CN121169871B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202511326537.1，技术领域涉及：G06T7/00；该发明授权基于AI视觉的测试方案管理方法及装置是由李康强;滕瑶;巩庆涛;邓珺泽;张淑宁;胡鑫;何士龙;神克常;郭艳利;韩彦靑设计研发完成，并于2025-09-17向国家知识产权局提交的专利申请。

本基于AI视觉的测试方案管理方法及装置在说明书摘要公布了：本发明公开了基于AI视觉的测试方案管理方法及装置，包括如下步骤：S1、采集待测图像并预处理生成推理输入图像；S2、提取图像对应任务的检测类别、阈值与目标区域坐标，构成任务参数；S3、将推理图像与任务参数输入改进型TTNet，激活特定通道路径与最优模板组合，输出预测结果与模板路径编号；S4、比对预测与任务参数，生成图像检测标记；S5、记录图像编号、任务类型、路径编号与标记为测试日志；S6、提取不合格图像路径编号与通道编号，生成结构优化向量；S7、用结构优化向量更新通道权重与路径评分函数，动态调整测试路径。本发明实现测试方案路径精准调控，提升检测准确率与反馈响应效率，适用于多类型工业视觉检测任务。

本发明授权基于AI视觉的测试方案管理方法及装置在权利要求书中公布了：1.基于AI视觉的测试方案管理方法，其特征在于，包括如下步骤： S1、采集待测图像，预处理生成推理输入图像； S2、根据图像对应的任务类型，提取检测目标类别、判定阈值与目标区域坐标，构成任务参数； S3、将推理输入图像与任务参数输入至改进型TTNet网络中，包含任务调控上下文单元、模板切换机制与反馈调优聚合器，任务调控上下文单元根据任务类型选择并激活特定通道路径，模板切换机制基于图像结构复杂度与历史评分记录调用最优拓扑模板组合，执行结构特征提取与检测推理，输出预测目标类别、预测坐标、预测置信度与模板路径编号； 所述任务调控上下文单元根据任务类型选择并激活特定通道路径的过程包括： S311、读取任务参数中的任务类型标识，将任务类型标识映射为预设的通道优先级索引表，所述索引表为长度为N的向量，其中每一位置对应网络主干中一个通道路径编号； S312、从推理输入图像中提取边缘图像，使用Sobel算子计算图像中每一像素点在水平方向与垂直方向的梯度幅度，将梯度幅度图执行均值池化，得到边缘响应均值向量； S313、提取图像的颜色分布特征，将图像转换为HSV颜色空间，对H、S、V三个通道分别计算均值与方差，构成颜色统计向量； S314、将边缘响应均值向量与颜色统计向量拼接为结构感知特征向量，输入至通道评分计算单元中，调用各通道对应的卷积核，依次对结构感知特征向量执行一维卷积，得到长度为N的响应得分向量； S315、对通道优先级索引表与响应得分向量按元素相乘，生成融合评分向量，对融合评分向量进行从大到小排序，获取排序前k位的通道路径编号集合，作为当前任务激活的通道路径集合； S316、在模型前向传播阶段，仅启用所述通道路径集合中对应的通道，其余通道保持冻结状态，同时将通道路径编号集合记录至结构化测试执行日志； 所述模板切换机制基于图像结构复杂度与历史评分记录调用最优拓扑模板组合的过程包括： S321、将推理输入图像划分为若干个固定大小的图像区域，对每个区域使用边缘检测算子提取边缘图像，在每个区域内统计边缘图像中像素的灰度方差作为区域的结构复杂度评分； S322、对所有图像区域的结构复杂度评分计算平均值与波动范围，组合为当前图像的结构复杂度指标，并绑定图像编号保存； S323、读取与当前任务类型对应的模板路径编号集合，从模板性能数据库中调取每个模板路径编号对应的历史检测准确率、平均误检次数与任务调用次数，构成模板历史评分记录表； S324、对每个模板路径编号，基于模板历史评分记录表赋予评分权重，与当前图像的结构复杂度指标进行匹配评分，生成每个模板路径编号的综合评分值； S325、将所有模板路径编号按综合评分值从高到低排序，选取评分排名前若干位的模板路径编号组成当前任务的模板组合集； S326、在任务调控上下文单元已激活的通道路径中，依次调用模板组合集中的模板参数执行图像特征提取与目标检测操作，分别输出对应的预测目标类别与预测坐标； S327、将每次检测使用的模板路径编号与对应的预测结果建立关联，保存为结构化检测结果集合； S4、依据任务参数中的目标类别与目标区域坐标，对预测结果逐条比对类别是否一致、坐标是否落入误差阈值范围，生成每张图像的检测标记，标记为合格或不合格； S5、将图像编号、任务类型、模板路径编号与检测标记记录为测试执行日志； S6、从检测标记中提取所有不合格图像的模板路径编号与通道路径编号，输入反馈调优聚合器，聚合历史错误路径与当前检测通道的激活特征，生成结构优化向量； S7、将结构优化向量用于更新任务调控上下文单元的通道权重分配与模板切换机制的路径评分函数，动态调整测试路径。

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鲁东大学，其通讯地址为：264011 山东省烟台市芝罘区红旗中路184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。