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！

龙图腾网恭喜苏州才炬智能科技有限公司申请的专利一种基于深度学习的金属零件快速分割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：CN114494272B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202210157462.9，技术领域涉及：G06T7/10；该发明授权一种基于深度学习的金属零件快速分割方法是由李威燃;唐廷浩;夏齐平设计研发完成，并于2022-02-21向国家知识产权局提交的专利申请。

本一种基于深度学习的金属零件快速分割方法在说明书摘要公布了：本发明公开了一种基于深度学习的金属零件快速分割方法，包括：通过Labelme图像标注工具建立金属零件数据集；输入单张图像，使用基于FPN网络的物体检测算法预测感兴趣目标区域和候选框坐标x，y，w，h，采用Resnet‑50及特征金字塔作为基础网络来获取整张输入图像的特征；将感兴趣目标区域建模为另两个重叠图层，分别为TopLayer和BottomLayer，并进行卷积操作以进一步提取特征；使用RoIAlign算法根据物体检测框位置，在整张图片特征图内准确抠取感兴趣目标区域的特征子图，将其作为双图卷积神经网络的输入并用于最终的物体分割；根据自定义的损失函数，更新模型参数，迭代上述步骤，计算是否达到预设精度。

本发明授权一种基于深度学习的金属零件快速分割方法在权利要求书中公布了：1.一种基于深度学习的金属零件快速分割方法，其特征在于，包括：S1、通过Labelme图像标注工具建立金属零件数据集；S2、输入单张图像，使用基于FPN网络的物体检测算法预测感兴趣目标区域和候选框坐标（x，y，w，h），采用Resnet-50及特征金字塔作为基础网络来获取整张输入图像的特征；S3、将感兴趣目标区域建模为另两个重叠图层，分别为TopLayer和BottomLayer，并进行卷积操作以进一步提取特征；S4、使用RoIAlign算法根据物体检测框位置，在整张图片特征图内准确抠取感兴趣目标区域的特征子图，将其作为双图卷积神经网络的输入并用于最终的物体分割；S5、根据自定义的损失函数，更新模型参数，迭代上述步骤，计算是否达到预设精度，若达到预设精度，则输出分割结果，反之，重复步骤S2至S4；所述步骤S4中，由级联状的双图卷积神经网络组成实例分割网络：a、第一个图层对感兴趣目标区域内遮挡物体的形状和外观进行显示建模，该层图卷积网络包含有四层，分别为卷积层、图卷积层以及末尾的两个卷积，第一个图卷积网络输入感兴趣目标区域特征，输出感兴趣目标框中遮挡物体的边界和掩膜；b、第二个图层结合第一个图卷积网络已经提取的遮挡物体信息，具体做法是将步骤S2中得到的感兴趣目标区域特征与经过第一个图卷积网络中最后一层卷积后的特征相加，得到新的特征，并将其作为第二个图卷积网络的输入，最终输出感兴趣目标区域内被遮挡目标物体的分割结果，第二个图卷积网络与第一个图卷积网络结构相同，构成级联网络关系；c、使用非局部算子操作进行图卷积层的实现。

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苏州才炬智能科技有限公司，其通讯地址为：215300 江苏省苏州市昆山市花桥镇徐公桥路2号中茵广场E区705室；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”。