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！

龍圖騰網獲悉深圳市信潤富聯數字科技有限公司申請的專利工件檢測方法、裝置、電子設備及存儲介質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：CN120235877B 。

龍圖騰網通過國家知識產權局官網在2025-09-09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：202510719182.6，技術領域涉及：G06T7/00；該發明授權工件檢測方法、裝置、電子設備及存儲介質是由楊超;黃雪峰;徐英杰設計研發完成，并于2025-05-30向國家知識產權局提交的專利申請。

本工件檢測方法、裝置、電子設備及存儲介質在說明書摘要公布了：本申請涉及一種工件檢測方法、裝置、電子設備及存儲介質，該工件檢測方法可在目標工件上線檢測之前，獲取目標工件的三維模型在不同姿態點的3D姿態點云，將3D姿態點云輸入預先訓練的人工智能生成內容模型得到第一生成圖像，再基于預設的缺陷檢測模型對第一生成圖像進行檢測，得到第一訓練樣本，從而可以提前根據第一訓練樣本對缺陷檢測模型進行訓練，得到針對目標工件的優化檢測模型，在目標工件正式上線時可根據優化檢測模型對目標工件進行缺陷檢測，由于提前解決了目標工件的誤檢問題，可提高目標工件的檢測直通率，并且不需要在目標工件正式上線時再對缺陷檢測模型進行迭代訓練，提高了缺陷檢測效率。

本發明授權工件檢測方法、裝置、電子設備及存儲介質在權利要求書中公布了：1.一種工件檢測方法，其特征在于，所述方法包括： 獲取目標工件的三維模型在不同姿態點的3D姿態點云； 將所述3D姿態點云輸入預先訓練的人工智能生成內容模型，得到第一生成圖像；其中，所述人工智能生成內容模型為基于3D點云生成2D圖像的模型； 基于預設的缺陷檢測模型對所述第一生成圖像進行檢測，得到第一訓練樣本； 基于所述第一訓練樣本對所述缺陷檢測模型進行訓練，得到所述目標工件的優化檢測模型； 根據所述優化檢測模型對所述目標工件進行缺陷檢測； 其中，所述方法還包括：獲取所述人工智能生成內容模型； 其中，所述人工智能生成內容模型的訓練過程包括： 依次采集第一工件處于每一個待采集點位時的目標數據；其中，在所述第一工件處于所述待采集點位中的任一目標點位的情況下，基于3D相機采集所述第一工件的3D點云數據，基于2D相機采集所述第一工件的真實2D圖像，以及獲取所述3D點云數據與所述真實2D圖像的位姿變換矩陣；將所述3D點云數據、所述真實2D圖像和所述位姿變換矩陣作為所述目標點位下的所述目標數據； 分別對每組所述目標數據進行如下處理，得到第二訓練樣本集：對所述3D點云數據進行點云體素濾波，得到降采樣點云；根據所述位姿變換矩陣對所述降采樣點云進行計算，得到統一到所述真實2D圖像視角下的目標點云，將所述目標點云和所述真實2D圖像作為第二訓練樣本；其中，所述第二訓練樣本集包括所有所述第二訓練樣本； 根據所述第二訓練樣本集對初始生成模型進行訓練，得到訓練后的所述人工智能生成內容模型； 其中，對所述3D點云數據進行點云體素濾波，得到降采樣點云，包括： 將所述3D點云數據進行網格劃分，得到多個三維體素； 對于所述三維體素中的每一個目標三維體素，執行點云體素濾波處理；其中，所述點云體素濾波處理包括：確定所述目標三維體素的體素重心；將所述目標三維體素中最鄰近所述體素重心的點作為所述目標三維體素的代表點； 將所有所述代表點作為所述降采樣點云； 其中，將所述3D點云數據進行網格劃分，得到多個三維體素，包括： 根據公式確定最大體素邊長；其中，lmax表示最大體素邊長，V表示按照體素邊長l劃分得到的當前體素的所有點，T表示按照體素邊長l劃分得到的所有體素，pV表示當前體素中距離體素重心最近的點，f表示曲率特征函數，λ表示正則化項參數；表示二范數的平方； 按照所述最大體素邊長對所述3D點云數據進行網格劃分，得到多個所述三維體素；其中，在按照所述最大體素邊長進行網格劃分時，所有三維體素的曲率特征損失最小。

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深圳市信潤富聯數字科技有限公司，其通訊地址為：518000 廣東省深圳市羅湖區清水河街道清水河社區清水河五路10號潤啟科技大廈2001；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”。