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 > 凌云光技术股份有限公司何喜志获国家专利权

凌云光技术股份有限公司何喜志获国家专利权

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!

龙图腾网获悉凌云光技术股份有限公司申请的专利一种缺陷数据实时生成的分割模型训练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:CN115937134B

龙图腾网通过国家知识产权局官网在2026-04-24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:202211549536.X,技术领域涉及:G06T7/00;该发明授权一种缺陷数据实时生成的分割模型训练方法是由何喜志;彭斌;杨艺设计研发完成,并于2022-12-05向国家知识产权局提交的专利申请。

一种缺陷数据实时生成的分割模型训练方法在说明书摘要公布了:本申请提供一种缺陷数据实时生成的分割模型训练方法,所述训练方法包括获取第一缺陷图像、第一标注图像和获取非缺陷图像;分别以此对三者进行定位裁切处理、选择融合图像、初始标签标注和特征丰富处理得到第一目标融合图像;判断所述第一目标融合图像中是否存在缺陷目标;若存在,则对第一目标融合图像进行缺陷融合生成处理得到实时缺陷融合图像,实时缺陷融合图像包括融合区域;判断融合区域的大小与实时缺陷融合图像的大小之比是否大于预设值;若是,则根据实时缺陷融合图像进行分割模型训练并进行网络参数的更新迭代优化。本申请通过上述方法改善了数据不平衡问题,削弱了噪声的干扰,优化了模型的鲁棒性,减少模型迭代过程中数据的冗余性。

本发明授权一种缺陷数据实时生成的分割模型训练方法在权利要求书中公布了:1.一种缺陷数据实时生成的分割模型训练方法,其特征在于,所述训练方法包括: 获取第一缺陷图像和第一标注图像,所述第一缺陷图像为具有缺陷的图像,所述第一缺陷图像缺陷的位置为缺陷区域,所述第一标注图像是在缺陷区域内勾勒的图像; 获取非缺陷图像,所述非缺陷图像为没有缺陷的图像; 分别对所述第一缺陷图像、所述第一标注图像和所述非缺陷图像进行定位裁切处理,以此得到第一缺陷图像块、第一标注图像块和非缺陷图像块; 选择所述第一缺陷图像块或所述非缺陷图像块作为融合图像,并对所述融合图像进行初始标签标注处理得到第一标注融合图像; 对所述第一标注融合图像进行特征丰富处理得到第一目标融合图像; 判断所述第一目标融合图像中是否存在缺陷目标; 若不存在,则对所述第一目标融合图像进行缺陷融合生成处理得到实时缺陷融合图像,所述实时缺陷融合图像的初始标签为融合标签,所述实时缺陷融合图像包括融合区域,所述融合区域为所述第一目标融合图像通过所述缺陷融合生成处理后融合了其他目标融合图像的区域; 判断所述融合区域的大小与所述实时缺陷融合图像的大小之比是否大于预设值; 若是,则将所述实时缺陷融合图像输入网络进行分割模型训练并在所述融合标签的监督下进行网络参数的更新迭代优化; 所述判断所述第一目标融合图像中是否存在缺陷目标的步骤还包括: 若存在,则根据所述第一目标融合图像进行融合概率计算得到融合概率; 判断所述融合概率是否大于概率阈值; 若否,则将所述第一目标融合图像输入网络进行分割模型训练并在第一标签的监督下进行网络参数的更新迭代优化;所述第一目标融合图像的初始标签为第一标签; 若是,则对所述第一目标融合图像进行缺陷融合生成处理得到实时缺陷融合图像; 所述判断所述融合区域的大小与所述实时缺陷融合图像的大小之比是否大于预设值的步骤还包括: 若否,重新对所述第一目标融合图像进行缺陷融合生成处理直至所述融合区域的大小与所述实时缺陷融合图像的大小之比大于预设值; 输出所述实时缺陷融合图像。

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凌云光技术股份有限公司,其通讯地址为:100094 北京市海淀区翠湖南环路13号院7号楼7层701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”。

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。