Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京工业大学;北京阿丘机器人科技有限公司刘春芳获国家专利权

北京工业大学;北京阿丘机器人科技有限公司刘春芳获国家专利权

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!

龙图腾网获悉北京工业大学;北京阿丘机器人科技有限公司申请的专利一种跨型号缺陷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:CN121304540B

龙图腾网通过国家知识产权局官网在2026-04-14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:202511320260.1,技术领域涉及:G06T7/00;该发明授权一种跨型号缺陷检测方法是由刘春芳;黄君侯;黄耀设计研发完成,并于2025-09-16向国家知识产权局提交的专利申请。

一种跨型号缺陷检测方法在说明书摘要公布了:本发明公开了一种跨型号缺陷检测方法,适用于工业生产线中的产品更新迭代时的表面缺陷自动识别。该方法利用旧型号产品中缺陷掩码在特征空间中的结构相似性构建提示信息,引导SAM模型在新型号图像中完成缺陷区域的高效分割;随后通过视觉语言模型对分割结果进行语义层面的缺陷判别,实现从结构感知到语义认知的闭环判断。该方法有效突破了传统弱监督方法对新型号标注和先验知识的依赖,能够充分复用旧型号数据,避免对新型号图像进行重新采集、标注和训练,显著降低系统部署与更新成本。同时,也拓展了提示学习机制在工业视觉场景中的应用边界,为多型号快速适配的缺陷检测提供了具备通用性、高效率与可解释性的解决方案。

本发明授权一种跨型号缺陷检测方法在权利要求书中公布了:1.一种跨型号缺陷检测方法,其特征在于,该方法的具体步骤如下: 步骤1:使用工业摄像机采集合成模拟多型号缺陷场景的数据集,构建不同型号产品的视觉图像与数据集;使用工业摄像机拍摄真实生产线中时空对齐的多型号产品图像,构建真实数据集;其中,旧型号样本含正负样本,待检测新型号样本含正负样本;然后对旧型号的负样本进行标注;旧型号样本和待检测新型号样本都输入到SAM模型中; 步骤2:对于输入到SAM模型当中的数据:旧型号样本中的负样本将为做提示构建,引导SAM模型对新型号样本进行分割;若有相似缺陷,SAM模型分割出带有缺陷的新型号样本的掩码图;若无,则分割出整个物体;分割后的掩码图将输入到Llama模型中作后续处理; 步骤3:对于仅有黑白像素点的掩码图输入到Llama模型以后,结合固定语言范式约束模型关注输入的掩码图,最终给予固定范式的输出实现缺陷的二值判别; 为实现跨型号的检测,提出复用旧型号的数据作为提示信息,即利用提示信息引导分割,分为提示构建阶段、分割推理阶段和后处理阶段; 在提示构建阶段,旧型号中,给其对应的掩码图,从中提取信息,包括边界框提示如式1所示 1; 其中:,定义;点提示信息PointPrompt,前景点集合如式2,背景点集合式3; 2; 3; 点标签向量:,提示集合则为式4; 4; 在分割推理阶段中,对于待检测的新型号图像,引入预训练模型,其输入图像包括和提示信息,输出掩码候选集如式5: 5; 模型同时输出每个掩码的得分设 6; 其中IoU为交并比:,其中为平滑因子,参数控制打分与形状一致性的权重平衡; 后处理阶段,对候选掩码应用形态滤波,剔除面积小于阈值的伪区域;最终掩码表示为式7: 7; 其中表示连通域分析操作。

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北京工业大学;北京阿丘机器人科技有限公司,其通讯地址为:100124 北京市朝阳区平乐园100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”。

以上内容由龙图腾AI智能生成。

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。