買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜上海第二工業(yè)大學(xué);盟立自動化(昆山)有限公司申請的專利瓶身缺陷檢測方法、系統(tǒng)、介質(zhì)及電子設(shè)備獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN117274209B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-13發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202311272313.8，技術(shù)領(lǐng)域涉及：G06T7/00；該發(fā)明授權(quán)瓶身缺陷檢測方法、系統(tǒng)、介質(zhì)及電子設(shè)備是由秦琴;張亞慧;曾志豪設(shè)計研發(fā)完成，并于2023-09-27向國家知識產(chǎn)權(quán)局提交的專利申請。

本瓶身缺陷檢測方法、系統(tǒng)、介質(zhì)及電子設(shè)備在說明書摘要公布了：本發(fā)明提供了一種瓶身缺陷檢測方法、系統(tǒng)、介質(zhì)及電子設(shè)備，包括：獲取訓(xùn)練集，所述訓(xùn)練集包括瓶身的圖像和標(biāo)簽，所述標(biāo)簽包括邊界框的坐標(biāo)及相應(yīng)的類別，計算所有邊界框的寬度和高度；根據(jù)計算結(jié)果，使用K?Means++算法進(jìn)行聚類，得到錨框；將聚類得到的錨框應(yīng)用于YOLOv5模型的配置文件中；利用所述訓(xùn)練集和所述配置文件訓(xùn)練所述YOLOv5模型；獲取待檢測圖像，使用訓(xùn)練好的模型對所述待檢測圖像進(jìn)行瓶身缺陷檢測。本發(fā)明采用了圖像處理與人工智能相結(jié)合的方法，解決了傳統(tǒng)圖像處理方式準(zhǔn)確率低、魯棒性差等問題，并顯著提高了機油瓶瓶身缺陷檢測的準(zhǔn)確率和適應(yīng)性。

本發(fā)明授權(quán)瓶身缺陷檢測方法、系統(tǒng)、介質(zhì)及電子設(shè)備在權(quán)利要求書中公布了：1.一種瓶身缺陷檢測方法，其特征在于，包括：邊界提取步驟：獲取訓(xùn)練集，所述訓(xùn)練集包括瓶身的圖像和標(biāo)簽，所述標(biāo)簽包括邊界框的坐標(biāo)及類別，計算所有邊界框的寬度和高度；聚類步驟：根據(jù)計算結(jié)果，使用K-Means++算法進(jìn)行聚類，得到錨框；配置步驟：將聚類得到的錨框應(yīng)用于YOLOv5模型的配置文件中；訓(xùn)練步驟：利用所述訓(xùn)練集和所述配置文件訓(xùn)練所述YOLOv5模型；檢測步驟，所述檢測步驟包括：AI模型目標(biāo)處理步驟：采用訓(xùn)練好的模型檢測待檢測圖像的位置線區(qū)域以及是否存在瑕疵點，如果對瑕疵點的識別結(jié)果在設(shè)定的條件之內(nèi)，判定為不良品，若瑕疵點的識別結(jié)果不滿足條件，裁剪出所述位置線區(qū)域；圖像處理步驟：對裁剪出的所述位置線區(qū)域進(jìn)行全局閾值處理，閾值是基于圖像的二維直方圖進(jìn)行選取，經(jīng)過全局閾值分割，采用開運算去除顆粒噪聲，斷開部分物體之間的粘連，然后利用sobel邊緣檢測算法對位置線邊緣進(jìn)行檢測，獲取位置線的兩條輪廓線，再進(jìn)行顏色篩選，獲取黑色背景以及兩條白色的位置線輪廓線；分別獲取兩條白色位置線輪廓的像素點，對上述像素點進(jìn)行處理獲取位于兩條位置線輪廓之間的中位線；一方面，根據(jù)中位線首尾的兩個像素點求取一條直線，并且求取中位線上的所有像素點到中位線的首尾兩個像素點構(gòu)成的直線的距離之和，距離求取完畢以后，根據(jù)距離之和判斷位置線彎曲程度是否在可接受范圍內(nèi)，在可接受范圍內(nèi)，則判為良品，反之判為不良品；另一方面，對中位線上的所有像素點的橫坐標(biāo)進(jìn)行方差的求解，判斷所有像素點的離散度，若位置線是斜直狀況，對該情形進(jìn)行濾除；通過判別中位線上所有像素點到中位線首尾兩個像素點構(gòu)成直線的距離之和以及離散值判斷是否在良品范圍內(nèi)，若不在范圍內(nèi)，則位置線彎曲，判為不良品；其中，所述YOLOv5模型包括：輸入端；主干網(wǎng)絡(luò)，連接所述輸入端，提取增強數(shù)據(jù)的特征部分，所述主干網(wǎng)絡(luò)使用CSPDarknet53網(wǎng)絡(luò)，包含多個CSP模塊，每個CSP模塊包括兩個連續(xù)的卷積層、一個殘差連接層和一個小目標(biāo)檢測層；頸部網(wǎng)絡(luò)，連接所述主干網(wǎng)絡(luò)，對不同尺度特征信息進(jìn)行融合，所述頸部網(wǎng)絡(luò)使用BiFPN結(jié)構(gòu)，根據(jù)特征部分的重要性對不同尺度的特征部分進(jìn)行加權(quán)融合；頭部網(wǎng)絡(luò)，連接所述頸部網(wǎng)絡(luò)，將檢測結(jié)果輸出為邊界框和類別預(yù)測信息。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人上海第二工業(yè)大學(xué);盟立自動化(昆山)有限公司，其通訊地址為：201209 上海市浦東新區(qū)金海路2360號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。