首都师范大学陶宁获国家专利权
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！
龙图腾网获悉首都师范大学申请的专利基于Bi-LSTM神经网络的双模型缺陷检测方法、训练方法、装置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：CN115482201B 。
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：202211020378.9，技术领域涉及：G06T7/00；该发明授权基于Bi-LSTM神经网络的双模型缺陷检测方法、训练方法、装置是由陶宁;吴卓桥;陈思耘;祁劲容;杨雪;冯立春;张存林设计研发完成，并于2022-08-24向国家知识产权局提交的专利申请。
本基于Bi-LSTM神经网络的双模型缺陷检测方法、训练方法、装置在说明书摘要公布了：本发明提供了一种基于Bi‑LSTM神经网络的双模型缺陷检测方法、训练方法、装置。本发明双模型缺陷检测方法包括：获取降温过程中的N帧红外热图；由N帧红外热图获取待测工件测试表面上的各像素点随时间变化的脉冲热成像数据序列；将脉冲热成像数据序列带入经过训练的Bi‑LSTM神经网络分类模型中，得到表征像素对应位置为缺陷或非缺陷的二分类图；将脉冲热成像数据序列带入经过训练的Bi‑LSTM神经网络回归模型中，得到表征缺陷深度的缺陷深度预测图；由二分类图和缺陷深度预测图得到待测工件的缺陷分布状况。本发明不需要知道材料热属性、参考区域或特征时间等先验信息，并且应用起来更加方便。
本发明授权基于Bi-LSTM神经网络的双模型缺陷检测方法、训练方法、装置在权利要求书中公布了：1.一种基于Bi-LSTM神经网络的双模型缺陷检测方法，其特征在于，包括： 步骤A'，获取降温过程中待测工件测试表面随时间变化的N帧红外热图； 步骤B'，由所述N帧红外热图获取待测工件测试表面上的各像素点随时间变化的脉冲热成像数据序列SEQ'； 步骤F，将各像素点的脉冲热成像数据序列SEQ'分别带入经过训练的Bi-LSTM神经网络分类模型中，得到表征待测工件的像素对应位置为缺陷或非缺陷的二分类图，其中，当对应位置为缺陷，二分类图中对应像素的值为1；否则，二分类图中对应像素的值为0； 步骤G，将各像素点的脉冲热成像数据序列SEQ'分别带入经过训练的Bi-LSTM神经网络回归模型中，得到表征待测工件的像素对应位置缺陷深度的缺陷深度预测图，其中，缺陷深度预测图中对应像素的值为缺陷深度预测值； 步骤H，由所述二分类图和缺陷深度预测图得到待测工件的缺陷分布状况。
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首都师范大学，其通讯地址为：100089 北京市海淀区西三环北路105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