Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜四川成电多物理智能感知科技有限公司高斌获国家专利权

恭喜四川成电多物理智能感知科技有限公司高斌获国家专利权

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!

龙图腾网恭喜四川成电多物理智能感知科技有限公司申请的专利一种多尺度空间联合模型及其视觉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:CN114332506B

龙图腾网通过国家知识产权局官网在2025-04-01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:202111650000.2,技术领域涉及:G06V10/74;该发明授权一种多尺度空间联合模型及其视觉检测方法是由高斌;张世奇设计研发完成,并于2021-12-30向国家知识产权局提交的专利申请。

一种多尺度空间联合模型及其视觉检测方法在说明书摘要公布了:本发明公开了一种多尺度空间联合模型及其视觉检测方法,属于机器视觉缺陷检测技术领域,包括FCOS基础网络,FCOS基础网络连接有分类融合金字塔及回归融合金字塔,且分类融合金字塔经类空间回归相似性模块连接至回归融合金字塔。本申请通过FCOS基础网络能够提取图像数据的多尺度类空间回归质量信息、多尺度回归空间特征信息,并通过分类融合金字塔、回归融合金字塔分别对多尺度类空间回归质量信息、多尺度回归空间特征信息进行数据融合处理,以此增强缺陷特征,进而提高缺陷检测的准确性;本申请将类别特征信息输入至回归融合金字塔指导回归空间的信息融合,能够削减模型训练、模型用于缺陷检测阶段中分类和回归结果不一致的情况,保证缺陷检测精准度。

本发明授权一种多尺度空间联合模型及其视觉检测方法在权利要求书中公布了:1.一种多尺度空间联合模型的视觉检测方法,其特征在于:所述方法基于多尺度空间联合模型进行实施,所述多尺度空间联合模型包括用于提取输入图像的多尺度类别特征信息、多尺度回归特征信息的FCOS基础网络,FCOS基础网络的多尺度类别特征信息输出端连接有分类融合金字塔,FCOS基础网络的多尺度回归特征信息输出端连接有回归融合金字塔;分类融合金字塔经类空间回归相似性模块连接至回归融合金字塔;类空间回归相似性模块用于提取分类融合金字塔输出特征融合信息Ci'的类空间回归质量信息Di,并将类空间回归质量信息Di输入回归融合金字塔;分类融合金字塔基于多尺度类别特征信息Ci进一步提取特征融合信息Ci',基于特征融合信息Ci'进行缺陷类别判断;回归融合金字塔基于多尺度回归特征信息Ri、类空间回归质量信息Di进一步提取特征融合信息Ri',基于特征融合信息Ri'进行缺陷定位;所述视觉检测方法包括以下步骤:S1:搭建多尺度空间联合模型;S2:训练多尺度空间联合模型;S21:基于基础网络提取训练样本特征得到多尺度类别特征信息Ci和多尺度回归特征信息Ri;S22:将Ci输入至分类融合金字塔进行特征融合计算得到特征融合信息Ci',并基于Ci对分类融合金字塔进行训练;S23:提取Ci'的类空间回归质量信息Di;S24:基于Ri、Di对回归融合金字塔进行训练;S25:重复步骤S21-S24,直至多尺度空间联合模型收敛,得到训练完成的多尺度空间联合模型;S3:基于多尺度空间联合模型实现待检测试件视频流数据的缺陷检测;所述融合金字塔进行特征提取时包括:将Ci输入至分类融合金字塔进行邻级类别相似性计算及邻级信息融合计算,并在融合信息上提取类空间回归质量信息Di;和或,将Ri、Di输入至回归融合金字塔并进行邻级回归相似性计算及邻级信息融合计算。

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四川成电多物理智能感知科技有限公司,其通讯地址为:621000 四川省绵阳市科技城新区创新中心12号楼6楼;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”。

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。