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！

龙图腾网获悉无锡信捷电气股份有限公司申请的专利一种分割网络系统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：CN113159278B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202110282314.5，技术领域涉及：G06V10/26；该发明授权一种分割网络系统是由董进华;张茂彬;李新设计研发完成，并于2021-03-16向国家知识产权局提交的专利申请。

本一种分割网络系统在说明书摘要公布了：本发明属于网络切割技术领域，尤其是一种分割网络系统，现提出以下方案，包括网络分割方法和焊点定位方法，所述焊点定位方法包括以下具体过程：输入640*480*1维度的样本，对所述样本进行光照强度，随机裁剪，旋转等增广，测试时不需要增广操作，进行下采样得到80*60*256的广义特征，一分支经过全局特征提取器，得到所述80*60*256的深度信息，另一分支经过一层卷积后得到80*60*256的细节特征，通过深度信息的通道选择融合了细节特征，然后经过上采样，返回融合特征，进行上采样，经过分割检测模块和特征点检测模块，得到检测结果即焊缝数据集。本发明在工业场景应用深度学习算法的需求越来越强烈，我们提出实时语义分割方案对焊缝进行预处理，可进行准确定位。

本发明授权一种分割网络系统在权利要求书中公布了：1.一种分割网络系统，包括网络分割和焊点定位，其特征在于，所述焊点定位包括：输入样本，对所述样本进行光照强度，随机裁剪，旋转增广，测试时不需要增广操作，进行下采样得到广义特征，一分支经过全局特征提取器，得到深度信息，另一分支经过一层卷积后得到细节特征，通过深度信息的通道选择融合细节特征，然后经过上采样，返回融合特征，进行上采样，经过分割检测模块和特征点检测模块，得到检测结果即焊缝数据集，所述网络分割包括： 数据集预处理：采集所述焊缝数据集，由厂区内部采集，通过对不同场景下的焊缝图片进行数据库建立，然后经过人工标注，筛选得到带标签为焊缝、焊点的具体位置，按比例切分数据得到训练集、测试集，训练集进行光照强度、随机裁剪、随机旋转变化增广数据； 搭建实时分类分割模型，具体为：整个网络由下采样模块、全局特征提取器、特征融合模块、上采样模块和关键点检测模块5部分组成； 实时分类分割模型的损失函数；设计模型的评价指标；高斯关键点生成；学习率和优化器；OpenVino加速推理；测试结果：模型测试结果为焊线检出和焊点检出； 所述下采样模块包括3个卷积层，第一层普通卷积层，对输入图片进行尺度缩减，后两层使用深度可分离卷积提高计算效率； 所述全局特征提取器使用同一下采样输出作为2分支结构的输入，深层的语义特征提取采用3个MobileNet-v2提出的bottleneckresidualblock构建全局特征提取器，其中，bottleneckresidualblock中的深度可分离卷积有利于减少全局特征提取器的参数量和计算量，全局特征提取器还包含pyramidpoolingmodule模块，用于提取不同尺度的上下文特征； 所述特征融合模块用于融合深层语义信息特征和浅层位置信息的输出特征，使用深层语义信息经过全局池化筛选浅层位置信息特征层，最后深层语义和浅层位置信息融合；为了使得输入的两分支尺寸一致，对深度分支进行上采样，同时在特征相加阶段进行1x1卷积操作，调整通道一致进行叠加，输出结果使用激活函数进行非线性变换； 所述上采样模块包含2个深度可分离卷积和1个普通卷积用于提高网络性能，输出结果经过softmax操作用于训练时的代价函数的计算，在推理时，则使用argmax代替softmax得到分割结果； 所述关键点检测模块为工业场景的焊点定位应用增加了关键点分支，分支由特征融合结果引出，经过两层层卷积整合关键点的特征，同时调整输出通道，在训练过程中，紧跟两层卷积层后的是dropout促进模型的泛化能力，最后通过sigmoid输出，得到关键点位置的分值。

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无锡信捷电气股份有限公司，其通讯地址为：214000 江苏省无锡市滨湖区胡埭工业园北区刘塘路9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”。