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(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉西安電子科技大學(xué)申請的專利一種基于動態(tài)視覺傳感器的缺陷檢測方法和系統(tǒng)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：CN116309291B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-09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：202211728145.4，技術(shù)領(lǐng)域涉及：G06T7/00；該發(fā)明授權(quán)一種基于動態(tài)視覺傳感器的缺陷檢測方法和系統(tǒng)是由吳金建;賈耀強(qiáng);馬居坡;石光明設(shè)計(jì)研發(fā)完成，并于2022-12-29向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于動態(tài)視覺傳感器的缺陷檢測方法和系統(tǒng)在說明書摘要公布了：本發(fā)明涉及一種基于動態(tài)視覺傳感器的缺陷檢測方法和系統(tǒng)，該系統(tǒng)包括：數(shù)據(jù)采集模塊、缺陷檢測模塊、數(shù)據(jù)過濾模塊和數(shù)據(jù)可視化模塊；數(shù)據(jù)采集模塊，用于采集檢測圖像，得到灰度信息變化數(shù)據(jù)，合成得到事件幀圖像；缺陷檢測模塊，通過預(yù)訓(xùn)練完成的缺陷檢測模型，對事件幀圖像進(jìn)行檢測，得到缺陷檢測結(jié)果；數(shù)據(jù)過濾模塊，用于對缺陷檢測結(jié)果排序，確定最終檢測結(jié)果；數(shù)據(jù)可視化模塊，進(jìn)行可視化處理，輸出缺陷的種類、置信度和坐標(biāo)。本發(fā)明通過動態(tài)視覺處理器將一定數(shù)量事件合成一張事件幀后再輸入至卷積神經(jīng)網(wǎng)絡(luò)，再通過特征提取和特征融合，進(jìn)一步降低了卷積神經(jīng)網(wǎng)絡(luò)的計(jì)算量，使系統(tǒng)具有更好的性能。

本發(fā)明授權(quán)一種基于動態(tài)視覺傳感器的缺陷檢測方法和系統(tǒng)在權(quán)利要求書中公布了：1.一種基于動態(tài)視覺傳感器的缺陷檢測方法，其特征在于，包括： 采集被檢測樣品在一個(gè)運(yùn)動周期內(nèi)的多張檢測圖像； 根據(jù)所述多張檢測圖像得到對應(yīng)的灰度信息變化數(shù)據(jù)； 將所述灰度信息變化數(shù)據(jù)合成得到對應(yīng)的事件幀圖像； 將所述事件幀圖像輸入至預(yù)訓(xùn)練完成的缺陷檢測模型中，得到對應(yīng)的缺陷檢測結(jié)果；所述缺陷檢測模型的預(yù)訓(xùn)練包括： a獲取缺陷訓(xùn)練數(shù)據(jù)集： 將采集到的事件幀圖像，分為訓(xùn)練集和測試集進(jìn)行缺陷的標(biāo)注，得到缺陷數(shù)據(jù)集； b構(gòu)建包含特征提取模塊、特征融合模塊和檢測識別模塊的卷積神經(jīng)網(wǎng)絡(luò)，所述特征融合模塊，用于對所述特征提取模塊輸出的不同尺度的特征圖、、進(jìn)行特征融合，將高層的特征信息，先通過上采樣的方式進(jìn)行傳遞融合，再通過下采樣方式進(jìn)行融合，得到預(yù)測的特征圖、、； c從缺陷數(shù)據(jù)集中，隨機(jī)選取訓(xùn)練集中標(biāo)注好的事件幀圖像作為卷積神經(jīng)網(wǎng)絡(luò)的輸入，卷積神經(jīng)網(wǎng)絡(luò)的損失值為： ； 其中，為卷積神經(jīng)網(wǎng)絡(luò)的損失值，為預(yù)測框部分帶來的誤差，為置信度帶來的誤差，為類別帶來的誤差； d用梯度下降法通過卷積神經(jīng)網(wǎng)絡(luò)的損失值對卷積神經(jīng)網(wǎng)絡(luò)的參數(shù)進(jìn)行更新，參數(shù)更新公式為： ； ； 其中，表示更新前卷積層的參數(shù)，表示更新后的卷積層的參數(shù)，表示更新前全連接層的參數(shù)，表示更新后的全連接層的參數(shù)； e卷積神經(jīng)網(wǎng)絡(luò)通過迭代訓(xùn)練,得到預(yù)訓(xùn)練完成的缺陷檢測模型； 根據(jù)所有事件幀圖像對應(yīng)的缺陷檢測結(jié)果，確定所述被檢測樣品的最終檢測結(jié)果，并進(jìn)行可視化處理，包括：對被檢測樣品在一個(gè)運(yùn)動周期內(nèi)的缺陷檢測結(jié)果進(jìn)行存儲，對預(yù)測類別序列進(jìn)行統(tǒng)計(jì)，取數(shù)量最多的某一類別作為最終檢測類別，對此類別中，取置信度最大的那幀圖像作為最終檢測結(jié)果，并進(jìn)行可視化顯示。

如需購買、轉(zhuǎn)讓、實(shí)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)人西安電子科技大學(xué)，其通訊地址為：710071 陜西省西安市太白南路2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)”。