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！

龙图腾网获悉南通南辉电子材料股份有限公司申请的专利基于深度卷积神经网络的化成箔外观缺陷的分类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：CN120877002B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202511376138.6，技术领域涉及：G06V10/764；该发明授权基于深度卷积神经网络的化成箔外观缺陷的分类方法是由李晓天;史飞设计研发完成，并于2025-09-25向国家知识产权局提交的专利申请。

本基于深度卷积神经网络的化成箔外观缺陷的分类方法在说明书摘要公布了：本发明提供基于深度卷积神经网络的化成箔外观缺陷的分类方法，涉及外观缺陷的分类方法技术领域，包括获取多张化成箔图片数据集，对图片数据集进行预处理，对预处理后的图片数据集分别进行独热码标注，构成训练数据集的样本；构建混合检测模型，定义每个样本的损失函数，采用自适应法调节损失函数的权重参数；将预处理后的测试集样本输入到训练好的混合检测模型中，输出分类概率和严重度评分因子。将灰度化、标准化图像进行通道增强，强化了模型对细微缺陷的边缘敏感度，结合ResNet50主干网络与空间注意力机制，动态聚焦缺陷区域并生成加权特征池化因子，实现了端到端的缺陷分类与严重度分级。

本发明授权基于深度卷积神经网络的化成箔外观缺陷的分类方法在权利要求书中公布了：1.基于深度卷积神经网络的化成箔外观缺陷的分类方法，其特征在于，步骤包括： S1：获取多张化成箔图片数据集，对图片数据集进行预处理，针对预处理后的图片数据集的化成箔表面裂纹、腐蚀和褶皱区域分别进行独热码标注和严重度标注，构成训练数据集的样本； S2：构建混合检测模型，将标注好的训练数据集样本作为模型的输入，其中，混合检测模型采用ResNet50作为主干网络，分类分支通过对主干网络输出的特征图进行全局平均池化，全连层分别输出每个全局平均池化后的特征图的缺陷类型的分类概率，缺陷类型的分类概率分别为化成箔表面裂纹、腐蚀、褶皱缺陷类别概率； S3：混合检测模型的回归分支通过采用空间注意力机制生成每个特征图的注意力权重参数，对注意力权重参数进行加权计算，构建每个样本的严重度评分因子； S4：基于缺陷类型的分类概率、每个样本的严重度评分因子和严重度标注，定义损失函数，所述损失函数包括回归损失和分类损失，采用自适应法调节损失函数的权重参数，当损失函数小于设定的准确度阈值后，完成混合检测模型的训练； S5：将待检测的化成箔图片输入到训练好的混合检测模型中，分别输出化成箔表面裂纹、腐蚀、褶皱的缺陷类型的分类概率和严重度评分因子，基于分类概率和严重度评分因子，构建每个缺陷类型的综合风险评分，根据综合风险评分发出警报； 所述获取多张化成箔图片数据集，对图片数据集进行预处理，具体包括以下步骤： 将化成箔图片图像转化为灰度图，对灰度图进行标准化处理，所述标准化处理的步骤为将灰度图像素值进行归一化；采用sobel算子计算标准化后的图像梯度，沿着梯度方向比较相邻像素，当梯度为局部最大值时灰度值设置为1，否则置零，获取二值图；将二值图和经过标准化后的图像通过注意力融合进行增强，生成增强后的图像数据集。

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南通南辉电子材料股份有限公司，其通讯地址为：226000 江苏省南通市经济技术开发区瑞兴路350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。