恭喜杭州涿溪脑与智能研究所杨会越获国家专利权
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!
龙图腾网恭喜杭州涿溪脑与智能研究所申请的专利基于多尺度融合的高分辨率芯片图像的分类方法和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:CN114140671B 。
龙图腾网通过国家知识产权局官网在2025-05-06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:202111284365.8,技术领域涉及:G06V10/80;该发明授权基于多尺度融合的高分辨率芯片图像的分类方法和装置是由杨会越设计研发完成,并于2021-11-01向国家知识产权局提交的专利申请。
本基于多尺度融合的高分辨率芯片图像的分类方法和装置在说明书摘要公布了:本申请提出了一种基于多尺度融合的高分辨率芯片图像的分类方法和装置,该方法包括:将待分类的高分辨率芯片图像按不同的比例进行多次划分,获得多组不同尺寸的图像;对每组图像分别训练一个分类模型,并输出对应的图像组中每张图像为正例的预测得分;确定每个分类模型的正例可信度阈值和负例可信度阈值,并结合每组图像中的每张图像的预测得分,确定每组图像对应的预测结果;融合每两组图像对应的预测结果,并根据每个融合预测结果的正确率确定两组目标图像,以两组目标图像对应的融合预测结果为待分类的高分辨率芯片图像的最终分类结果。该方法显著提升了对高分辨率芯片图像进行分类的准确性,可以适用于高精度的芯片图像分类场景。
本发明授权基于多尺度融合的高分辨率芯片图像的分类方法和装置在权利要求书中公布了:1.一种基于多尺度融合的高分辨率芯片图像的分类方法,其特征在于,包括以下步骤:将待分类的高分辨率芯片图像按不同的比例进行多次划分,获得多组不同尺寸的图像,其中,任一组图像中的每个图像的尺寸相同;对每组图像分别训练一个分类模型,通过所述分类模型输出对应的图像组中每张图像为正例的预测得分;根据不同的预测阈值对应的正例和负例的可信度,确定每个所述分类模型的正例可信度阈值和负例可信度阈值,并根据每组图像中的每张图像的所述预测得分,以及所述每组图像对应的分类模型的正例可信度阈值和负例可信度阈值,确定所述每组图像对应的预测结果;其中,所述确定所述每组图像对应的预测结果,包括:将每组图像中的每张图像的预测得分与对应的分类模型的正例可信度阈值和负例可信度阈值进行比较;如果预测得分大于所述正例可信度阈值,则确定当前组图像对应的预测结果为存在缺陷;如果预测得分小于所述负例可信度阈值,则忽略当前图像;如果预测得分小于等于所述正例可信度阈值并大于等于所述负例可信度阈值,则确定当前图像为未知图像;遍历当前组图像中每张图像后,若不存在预测得分大于所述正例可信度阈值的图像,则计算每个所述未知图像的预测得分的第一平均值,并将所述第一平均值与预设的分类阈值进行比较确定所述待分类的高分辨率芯片图像的预测结果;将所述多组图像中的任意两组依次进行组合,融合每两组图像对应的预测结果,并根据每个融合预测结果的正确率确定两组目标图像,以所述两组目标图像对应的融合预测结果为所述待分类的高分辨率芯片图像的最终分类结果;其中,所述融合每两组图像对应的预测结果,包括:根据每两组图像中分辨率较小的图像组的对应的预测结果更新分辨率较大的图像组中每个未知图像的预测得分;计算所述每个未知图像的更新后的预测得分的第二平均值,并将所述第二平均值与所述预设的分类阈值进行比较确定当前两组图像的融合预测结果。
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杭州涿溪脑与智能研究所,其通讯地址为:311100 浙江省杭州市余杭区仓兴街1390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”。
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。