恭喜北京大學深圳研究生院楊戈獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網恭喜北京大學深圳研究生院申請的專利一種基于點集表示的精確缺陷檢測方法和系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN114998281B 。
龍圖騰網通過國家知識產權局官網在2025-04-15發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202210686189.9,技術領域涉及:G06T7/00;該發明授權一種基于點集表示的精確缺陷檢測方法和系統是由楊戈;班渺椐;丁潤偉;陳陽設計研發完成,并于2022-06-16向國家知識產權局提交的專利申請。
本一種基于點集表示的精確缺陷檢測方法和系統在說明書摘要公布了:本發明涉及一種基于點集表示的精確缺陷檢測方法和系統。該方包括對檢測目標采用點集進行表示;對于采用點集表示的檢測目標,采用全局上下文特征金字塔網絡來增強提取對比度明顯的多尺度缺陷特征,采用感受野金字塔模塊來獲取和融合不同尺度大小的缺陷特征,采用自適應正負樣本分配檢測頭來篩選用于學習訓練的缺陷正樣本;依據篩選得到的缺陷正樣本以及提取的缺陷特征,生成準確的缺陷類別以及精確的缺陷位置,實現檢測功能。在此基礎上,采用深度可分離卷積來代替普通卷積對網絡進行輕量優化,以提升檢測速度。本發明解決了低對比度問題帶來的檢測模糊性問題,解決了缺陷尺寸變化大帶來的單一性問題,并且避免了不平衡正負樣本帶來的訓練問題。
本發明授權一種基于點集表示的精確缺陷檢測方法和系統在權利要求書中公布了:1.一種基于點集表示的精確缺陷檢測方法,其特征在于,包括以下步驟:對檢測目標采用點集進行表示;對于采用點集表示的檢測目標,采用全局上下文特征金字塔網絡來增強提取對比度明顯的多尺度缺陷特征;對于采用點集表示的檢測目標,采用感受野金字塔模塊來獲取和融合不同尺度大小的缺陷特征;對于采用點集表示的檢測目標,采用自適應正負樣本分配檢測頭來篩選用于學習訓練的缺陷正樣本;依據篩選得到的缺陷正樣本以及提取的缺陷特征,生成缺陷類別以及缺陷位置,實現檢測功能;所述全局上下文特征金字塔網絡的輸入為含有缺陷的圖像,通過自注意力機制在特征上采樣和特征下采樣過程中捕獲缺陷和其他位置的長距離約束關系,進而增強各類缺陷的對比度;所述全局上下文特征金字塔網絡按如下公式捕獲缺陷和其他位置的長距離約束關系: 其中,GC表示輸入特征圖查詢位置對應的輸出,xin表示輸入特征圖查詢位置,xj、xn表示輸入特征圖的其他位置,in為查詢位置的索引,n表示特征圖位置的索引,Wv和Wk代表線性轉化矩陣,H表示特征圖的高,W表示特征圖的寬;所述感受野金字塔模塊由兩個分支組成,分別是多感受野卷積分支和殘差分支;在多感受野卷積分支采用不同擴張率的卷積核,有效地提取大、中、小三種尺寸的缺陷特征;在輸出端對兩個分支的不同特征進行融合;所述自適應正負樣本分配檢測頭采用自適應正負樣本分配策略,樣本選擇過程包括以下步驟:計算預測錨框與真實標簽之間的交并比即IoU值;根據所有錨框的IoU值計算其均值和方差,并將其和作為樣本選擇的閾值;根據IoU依據閾值,將IoU大于閾值的樣本認定為正樣本,其余候選樣本為負樣本;所述依據篩選得到的缺陷正樣本以及提取的缺陷特征,生成缺陷類別以及缺陷位置,包括:根據缺陷正樣本,結合提取的細粒度缺陷特征,通過迭代訓練不斷對損失函數進行優化,經過分類和回歸兩分支生成缺陷類別以及缺陷位置。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人北京大學深圳研究生院,其通訊地址為:518055 廣東省深圳市南山區西麗深圳大學城北京大學校區;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。