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！

龙图腾网获悉安徽工业大学申请的专利一种融入深度学习的板坯毛刺定位方法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：CN116728157B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202310699131.2，技术领域涉及：B23Q17/00；该发明授权一种融入深度学习的板坯毛刺定位方法是由许四祥;施宇翔;许文川;李同谱;高培青设计研发完成，并于2023-06-12向国家知识产权局提交的专利申请。

本一种融入深度学习的板坯毛刺定位方法在说明书摘要公布了：本发明公开了一种融入深度学习的板坯毛刺定位方法，属于钢铁冶金技术领域，包括以下步骤：S1：相机标定及图像校正；S2：关键点检测；S3：最优点筛选；S4：最优点匹配；S5：板坯毛刺精确定位。本发明将人工智能引入到钢铁冶金行业中的板坯去毛刺领域，相比于传统的双目视觉定位方法，本发明可自行筛选，无需人为参与，本发明提出的网络结构中每个通道只检测每个类型的关键点，通道索引与关键点索引对应，关键点索引与最优点索引相对应，从理论上避免错误匹配问题。

本发明授权一种融入深度学习的板坯毛刺定位方法在权利要求书中公布了：1.一种融入深度学习的板坯毛刺定位方法，其特征在于，包括以下步骤： S1：相机标定及图像校正 采用张正友标定法进行双目相机内外参数标定，并对双目相机获取的图像进行校正； S2：关键点检测 对校正后的图像进行下采样处理，缩小图像尺度，对下采样后的图像采用深度学习进行训练，通过优化损失函数，得到关键点检测网络模型，通过关键点检测网络模型获取待测图像小尺度关键点坐标，并将小尺度关键点坐标映射到原尺度图像中心坐标，其中待测图像包括待测左、右图像； S3：最优点筛选 定义关键区域并使用S-T算法在关键区域内进行角点检测得到角点群，在每个关键区域内使用S-T算法进行角点检测得到角点群，生成描述向量，与小尺度关键点描述向量进行对比，通过最近邻筛选得到最优点坐标； S4：最优点匹配 采用通道存储索引模式进行最优点匹配； S5：板坯毛刺精确定位 最优点匹配完成后，得到板坯下边缘两角点精确位置，将此两角点进行连线，连线下方即为毛刺的精确位置； 在所述步骤S2中，深度学习训练的具体过程如下： S21：训练标签设定 对训练集图像的关键点进行标注得到关键点坐标，然后在同尺度空白图像上设置关键点坐标处概率为1，使用高斯滤波分配其余坐标概率值，最后得到标注概率分布； S22：网络选取 将原尺度图像下采样得到的小尺度图像输入至U-net网络进行训练，获取网络参数； S23：优化损失函数 MSE损失函数通过计算各个通道的输出与各个通道的标签值的平方误差得到，计算公式如下： 其中，i为通道序号；为通道标注的概率分布；Gix，y为网络通道输出概率分布； 用输出概率分布中最大值对应的坐标与标注概率分布中最大值对应的坐标之间的距离，对原有的MSE损失函数加以约束得到MSE*损失函数，如下所示： 其中，αi为各个通道对应的比例系数； 由于损失函数两个部分数量级不同，用αi进行归一化处理使两个部分所占权重相同； S24：坐标映射 将待测图像输入至已完成训练的网络模型，已完成训练的网络模型即关键点检测网络模型，得到各个关键点输出通道的输出概率分布，然后通过反求各个概率分布中的最大值对应的坐标，即可获得小尺度图像关键点坐标，最后映射到原尺度图像中心坐标。

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安徽工业大学，其通讯地址为：243032 安徽省马鞍山市经济技术开发区南区嘉善科技园2号楼；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。