浙江大学欧阳静获国家专利权
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！
龙图腾网获悉浙江大学申请的专利基于随机复制粘贴数据增强的织物缺陷检测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：CN115170546B 。
龙图腾网通过国家知识产权局官网在2025-10-31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：202210899166.6，技术领域涉及：G06T7/00；该发明授权基于随机复制粘贴数据增强的织物缺陷检测方法是由欧阳静;姚乐;葛志强设计研发完成，并于2022-07-28向国家知识产权局提交的专利申请。
本基于随机复制粘贴数据增强的织物缺陷检测方法在说明书摘要公布了：本发明公开一种基于随机复制粘贴数据增强的织物缺陷检测方法，该方法基于随机复制粘贴数据增强方式构建缺陷样本动态生成网络，将无缺陷样本与动态构建的缺陷样本合并作为模型的输入，同时，采用分类模型进行训练，完成训练后对织物裁片进行缺陷检测。相比目前的其它方法，本发明可以构造出与真实缺陷相似的特征，大大提升了织物缺陷检测模型的检测率，同时对类型不明确的异常有很好的推广作用。
本发明授权基于随机复制粘贴数据增强的织物缺陷检测方法在权利要求书中公布了：1.一种基于随机复制粘贴数据增强的织物缺陷检测方法，其特征在于，包括以下步骤： 1构建织物缺陷检测样本集； 收集包含有无缺陷织物裁片的织物图像，作为训练集，其中，代表图像个数； 2将步骤1的训练集进行图像预处理，包括调整图片分辨率、将像素值转化为张量后进行归一化，并改变图像的属性； 3基于深度学习平台搭建缺陷样本动态生成网络，所述缺陷样本动态生成网络包括随机复制矩形区域粘贴网络、随机复制丝状区域粘贴网络和用来决定数据增强方式的随机数；并设定缺陷样本动态生成网络中的复制图片面积的范围因子，以及将复制图片面积转化为复制宽高的因子；所述丝状区域为模拟织物中类似于勾丝的缺陷所在的区域； 4通过所述缺陷样本动态生成网络，动态获得复制区域，并将其与合并为缺陷样本集； 5将缺陷样本集与共同构成新的训练集，并将其标签化为； 6利用步骤5得到的新的训练集训练分类模型，得到优化后的分类模型； 7将待检测的织物图像重复步骤2的图像预处理的操作，然后输入步骤6得到的优化后的分类模型，模型输出该待检测的织物图像的缺陷类别。
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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励