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！

龙图腾网获悉中国五冶集团有限公司申请的专利一种基于深度学习的焊接缺陷分类方法及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：CN120236142B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202510430613.7，技术领域涉及：G06V10/764；该发明授权一种基于深度学习的焊接缺陷分类方法及系统是由姜友荣;王永景;周敬;张海川;王仙芝;易富民;付航;王云飞;衡昕;唐丽;李丽;牛智祥;杜连腾;肖先礼设计研发完成，并于2025-04-08向国家知识产权局提交的专利申请。

本一种基于深度学习的焊接缺陷分类方法及系统在说明书摘要公布了：本申请公开了一种基于深度学习的焊接缺陷分类方法及系统，该方法包括：采集焊接图像并将其作为训练集中的训练样本，对训练集中的焊接图像进行预处理；构建特征融合的CNN图像识别与分类模型；采用步训练样本对CNN图像识别与分类模型进行训练，得到训练好的CNN图像识别与分类模型；将待分类和识别的焊接图像输入训练好的CNN图像识别与分类模型中，通过模型推理，得到焊接图像所属的缺陷类别。本申请有效提高了缺陷识别精度，优化了特征提取过程，并确保实时检测能力。

本发明授权一种基于深度学习的焊接缺陷分类方法及系统在权利要求书中公布了：1.一种基于深度学习的焊接缺陷分类方法，其特征在于，包括： 步骤1：采集焊接图像并将其作为训练集中的训练样本，对训练集中的焊接图像进行预处理； 步骤2：构建特征融合的CNN图像识别与分类模型； 步骤3：采用步骤1中的训练样本对步骤2中CNN图像识别与分类模型进行训练，得到训练好的CNN图像识别与分类模型； 步骤4：将待分类和识别的焊接图像输入训练好的CNN图像识别与分类模型中，通过模型推理，得到焊接图像所属的缺陷类别； 所述步骤2包括： 所述特征融合的CNN图像识别与分类模型包括依次连接的数据特征融合层、第一池化层、深度特征融合层、第二池化层、特征抽象表示层、第三池化层、特征高级表示层、第四池化层、第一全连接层、第二全连接层、第三全连接层和Softmax层； 数据特征融合层： 原始焊接图像输入后，经过多个并行的卷积操作提取不同尺度的特征，通过整合不同通道的特征，增强模型对缺陷区域的表达能力，网络不仅提取深度卷积特征，还强化焊接缺陷的主要特征，使得后续层能够更精准地识别和分类不同类型的焊接缺陷；不同尺度的特征包括边缘和纹理； 第一池化层： 对数据特征融合层生成的特征图进行最大池化，以降低特征图的空间维度； 深度特征融合层： 池化后的特征图进一步进行融合，整合不同通道的信息，利用跨层连接或通道注意力机制增强特征表达能力，使模型能够捕捉焊接缺陷的形态和结构； 第二池化层： 对深度特征融合层的输出进行池化操作，同时保留主要特征； 特征抽象表示层： 对池化后的深度特征图进行全局平均池化，以提取全局上下文信息，进一步压缩特征表示； 第三池化层： 再次进行池化操作，去除冗余信息，确保仅保留最具代表性的缺陷特征； 特征高级表示层： 通过非线性变换和特征压缩进一步提炼高层语义特征，使不同类型的焊接缺陷能够被更准确地区分； 第四池化层： 进一步降低特征维度； 第一全连接层、第二全连接层和第三全连接层： 展平池化后的高级特征依次通过多个全连接层学习高维映射关系，提高分类性能； Softmax层： 第三全连接层的最终输出通过Softmax层计算每个类别的概率分布，最终输出焊接图像所属的缺陷类别，实现自动缺陷识别； 所述步骤3包括： CNN图像识别与分类模型使用交叉熵损失函数作为目标函数，在焊接缺陷识别任务中，CNN图像识别与分类模型的输出是每个缺陷类别的概率分布，而交叉熵损失函数通过计算预测概率与真实标签的匹配程度，指导CNN图像识别与分类模型逐步优化参数，基于优化后的参数进行正则化处理，以使网络最终收敛，得到训练好的CNN图像识别与分类模型； 所述CNN图像识别与分类模型优化参数，包括： 通过反向传播算法，CNN图像识别与分类模型利用Adam优化器更新参数，其参数更新公式为： 其中，θt表示第t次迭代的模型参数；θt+1表示第t次迭代后的模型参数；η表示学习率；mt和vt分别是梯度的一阶动量估计和二阶动量估计；ε是常数； 所述步骤4包括： 将待分类的焊接图像输入训练好的CNN图像识别与分类模型后，通过Softmax分类层对提取的特征进行归一化处理，输出样本属于各缺陷类别的概率分布，其中概率值pij表示第i个样本被归类为第j类焊接缺陷的预测概率，选取最大概率值对应的类别作为最终缺陷分类结果。

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中国五冶集团有限公司，其通讯地址为：610063 四川省成都市锦江区五冶路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”。

以上内容由龙图腾AI智能生成。