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！

龍圖騰網獲悉北京機械工業自動化研究所有限公司申請的專利一種氣凝膠毛氈表面缺陷識別方法和裝置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：CN120259637B 。

龍圖騰網通過國家知識產權局官網在2025-09-02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：202510740003.7，技術領域涉及：G06V10/25；該發明授權一種氣凝膠毛氈表面缺陷識別方法和裝置是由劉義;丁浚哲;劉曉冬;李麗;周樂;焦曼;葉春輝設計研發完成，并于2025-06-04向國家知識產權局提交的專利申請。

本一種氣凝膠毛氈表面缺陷識別方法和裝置在說明書摘要公布了：本申請提供一種氣凝膠毛氈表面缺陷識別方法和裝置，屬于氣凝膠制備領域。所述方法包括：獲取氣凝膠毛氈表面預處理后的圖像數據，提取圖像數據的HOG特征向量；對所述預處理后的圖像數據進行標注，搭建氣凝膠毛氈缺陷識別的深度卷積神經網絡模型并以標注后的數據訓練深度卷積神經網絡模型；其中，深度卷積神經網絡模型包括CSPDarknet53、空間金字塔池化模塊和路徑聚合網絡模塊；將所述HOG特征向量輸入預先訓練好的SVM分類器，并利用SVM分類器篩選出第一圖像；將第一圖像輸入深度卷積神經網絡模型，輸出缺陷位置和類別信息。本申請提供的氣凝膠毛氈表面缺陷識別方法和裝置，可提高氣凝膠毛氈表面缺陷的檢測效率和準確性。

本發明授權一種氣凝膠毛氈表面缺陷識別方法和裝置在權利要求書中公布了：1.一種氣凝膠毛氈表面缺陷識別方法，其特征在于，所述方法包括： 獲取氣凝膠毛氈表面預處理后的圖像數據，提取所述圖像數據的HOG特征向量； 對所述預處理后的圖像數據進行標注，搭建氣凝膠毛氈缺陷識別的深度卷積神經網絡模型并以標注后的數據訓練所述深度卷積神經網絡模型； 其中，所述深度卷積神經網絡模型包括依次連接的CSPDarknet53、空間金字塔池化模塊和路徑聚合網絡模塊； 所述CSPDarknet53將圖像數據作為輸入，輸出圖像數據的多尺度特征圖；所述空間金字塔池化模塊對CSPDarknet53輸出的特征圖進行多尺度池化操作，并將池化結果輸出到所述路徑聚合網絡模塊；所述路徑聚合網絡模塊接收所述空間金字塔池化模塊和所述CSPDarknet53輸出的多尺度特征圖，進行特征的融合和增強處理，輸出融合后的特征圖；所述深度卷積神經網絡模型的檢測頭采用無錨點邊界框預測方法，與所述路徑聚合網絡模塊連接，以所述融合后的特征圖作為輸入，輸出預測的缺陷位置和類別信息； 將所述HOG特征向量輸入預先訓練好的SVM分類器，并利用所述SVM分類器篩選出第一圖像，所述第一圖像為氣凝膠毛氈表面存在缺陷的圖像； 將所述第一圖像輸入所述深度卷積神經網絡模型，輸出缺陷位置和類別信息； 預先訓練SVM分類器的過程，包括： 將HOG特征向量與對應的標簽進行組合，構建成訓練集和測試集； 選擇核函數和正則化參數訓練SVM分類器； 計算所述訓練集和測試集的分類準確率，基于訓練結果調整HOG特征的參數、SVM參數； 使用所述SVM分類器進行分類預測，若判定當前圖像為無缺陷，則重復使用HOG算法提取特征并輸入SVM分類器的操作；若判定當前存在缺陷，則將圖像輸入訓練好的深度卷積神經網絡模型。

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機械工業自動化研究所有限公司，其通訊地址為：100120 北京市西城區德勝門外教場口1號；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”。