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！

龙图腾网获悉北京弥天科技有限公司申请的专利基于钢材表面缺陷分类的可视化识别方法、装置、设备及存储介质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：CN119723219B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202510221006.X，技术领域涉及：G06V10/764；该发明授权基于钢材表面缺陷分类的可视化识别方法、装置、设备及存储介质是由周祥银;杨艺;王仁杰;蔡茂;杨仁鹏;李江;马佳响;樊景阳设计研发完成，并于2025-02-27向国家知识产权局提交的专利申请。

本基于钢材表面缺陷分类的可视化识别方法、装置、设备及存储介质在说明书摘要公布了：本发明提供了一种基于钢材表面缺陷分类的可视化识别方法、装置、设备及存储介质，涉及工业场景下的缺陷识别领域。该方法包括如下步骤：提取钢材表面特征信息，筛选出若干重要特征数据，对其按照预定策略排序，并划分出训练集和测试集；构建二维特征学习网络，将训练集输入其中映射到二维特征平面，获取每一种钢材表面缺陷类别对应的区域；经多轮训练固定网络模型参数；将测试集输入到固定网络模型参数的二维特征学习网络中，获取映射后的二维特征平面，根据映射后的二维特征坐标，基于并交差的椭圆面覆盖策略对其进行情况归属界定，判定所属钢材表面缺陷类别。本方法能够直观观测不同类别下训练集样本间的差异性，界定每一个类别样本所属区域。

本发明授权基于钢材表面缺陷分类的可视化识别方法、装置、设备及存储介质在权利要求书中公布了：1.一种基于钢材表面缺陷分类的可视化识别方法，其特征在于，包括如下步骤： 提取钢材表面特征信息，从中筛选出预定数量的重要特征数据； 利用基尼系数作为所述重要特征数据的评价指标，根据评价指标将所述重要特征数据由中心向周围扩散排序为尺寸为N×N的正方形，并从排序后的重要特征数据中按预定比例划分出训练集数据和测试集数据； 若N为奇数，第一重要特征坐标为一个，其位置为； 第二重要特征坐标围绕所述第一重要特征坐标向外扩展为多个，其横纵坐标均位于的位置区间内； 第三重要特征坐标位置围绕所述第二重要特征坐标继续向外扩展为多个，其横纵坐标均位于的位置区间内； 若N为偶数，第一重要特征坐标为多个，其横纵坐标均位于的位置区间内； 第二重要特征坐标围绕所述第一重要特征坐标向外扩展为多个，其横纵坐标均位于的位置区间内； 第三重要特征坐标围绕所述第二重要特征坐标继续向外扩展为多个，其横纵坐标均位于的位置区间内； 构建二维特征学习网络，输入训练集数据；由所述二维特征学习网络将所述训练集数据映射到二维特征平面，得到映射后的二维特征坐标，获取每一种钢材表面缺陷类别及其所属的区域；将所述测试集数据输入到固定网络模型参数的二维特征学习网络中，获取映射后的二维特征平面，根据映射后的二维特征坐标，基于并交差的椭圆面覆盖策略对其进行情况归属界定，判定所属钢材表面缺陷类别，根据界定到的不同UMI区域，划分为三种情况： 式中，m为训练集的类别总数；表示所有真实训练集类别所覆盖的椭圆面区域；表示所有噪点类别所覆盖的椭圆面区域；表示整个二维特征平面排除区域的部分； 落入情况1下UMI区域的待测试样本，当落入任一椭圆面区域时，则被判定为第i类训练集所在类别； 落入情况2下UMI区域的待测试样本，当落入任一椭圆面区域，且满足如下集合时： 待测试样本被判定为第i类训练集所在类别； 落入情况3下UMI区域的待测试样本被判定为未知类； 经过多轮训练和性能评估后，得到最终钢材表面缺陷分类识别模型； 将工业相机采集的钢材表面图像导入所述最终钢材表面缺陷分类识别模型中，完成对钢材表面缺陷的自动识别和分类，输出识别和分类结果。

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北京弥天科技有限公司，其通讯地址为：100020 北京市朝阳区常通路3号院1号楼8层1单元901-01；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。