Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 苏州才炬智能科技有限公司李威燃获国家专利权

苏州才炬智能科技有限公司李威燃获国家专利权

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!

龙图腾网获悉苏州才炬智能科技有限公司申请的专利一种脱壳后的禽蛋外观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:CN119832328B

龙图腾网通过国家知识产权局官网在2026-01-09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:202411938088.1,技术领域涉及:G06V10/764;该发明授权一种脱壳后的禽蛋外观检测方法是由李威燃;朱琪;陈凯设计研发完成,并于2024-12-26向国家知识产权局提交的专利申请。

一种脱壳后的禽蛋外观检测方法在说明书摘要公布了:本发明公开了一种脱壳后的禽蛋外观检测方法,步骤一:深度学习目标检测算法:事先将蛋标记为感兴趣区域的图像输入卷积神经网络中进行训练;步骤二:深度学习分类算法:事先使用分类好的各种缺陷的蛋以及完好的蛋,输入卷积网络进行特征提取,使用空间金字塔池化SPP和全连接层的特征提取模块结合的SPPF模块提取多尺度的特征信息;步骤三:根据深度学习目标检测算法和分类检测算法得到鸡蛋的位置以及单次拍摄的检测结果,根据位置信息判断蛋属于哪个凹槽中,然后将属于这个凹槽的蛋的所有结果进行合并;该方法可以大量节约人力资源,并且可以提供不间断的检测需求,并且实现全检,提高工作效率。

本发明授权一种脱壳后的禽蛋外观检测方法在权利要求书中公布了:1.一种脱壳后的禽蛋外观检测方法,其特征在于:包括步骤一:深度学习目标检测算法:事先将蛋标记为感兴趣区域的图像输入卷积神经网络中进行训练,提取局部空间信息,实现对输入特征的转换和提取;具体步骤为: S1:采集实际生产中会出现的蛋各种分布情况的图片; S2:对采集的图片进行标注,对图中所有的蛋进行标注,具体标注手段为,使用比蛋面积稍大的正矩形将蛋框住,并附加上蛋的标注名称,所有的蛋标注名称一致; S3:将已标注的图片按照9:1的比例分为训练集和测试集; S4:将训练集的图片和对应的标注信息输入神经网络中,使神经网络内部权重记录下关于蛋的图像信息特征;使用FPN特征金字塔结构,通过上采样和下采样操作将不同层次的特征图融合在一起,生成多尺度的特征金字塔; S5:使用随机梯度下降SGD进行迭代优化更新模型参数; S6:最终使用事先定义的定义不同大小和长宽比的目标框,对训练集的目标框进行聚类得到最终用于预测时生成检测框; 步骤二:深度学习分类算法:事先使用分类好的各种缺陷的蛋以及完好的蛋,输入卷积网络进行特征提取,使用空间金字塔池化SPP和全连接层的特征提取模块结合的SPPF模块在不引入额外参数的情况下提取多尺度的特征信息;具体步骤包括: A1:空间金字塔池化算法将输入图像划分为多个网格,每个网格具有不同的尺寸; A2:对于每个网格,执行平均池化操作以提取该区域内的特征; A3:将所有网格的池化结果拼接在一起形成一个固定大小的特征向量; A4:将池化后的特征向量输入到全连接层中进行分类或回归任务; 步骤三:根据深度学习目标检测算法和分类检测算法得到鸡蛋的位置以及单次拍摄的检测结果,根据位置信息判断蛋属于哪个凹槽中,然后将属于这个凹槽的蛋的所有结果进行合并,只要其中一个判定为不良则认为该槽中的蛋属于不良蛋,否则认为属于良品蛋。

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苏州才炬智能科技有限公司,其通讯地址为:215300 江苏省苏州市昆山市花桥镇金柏路36号25栋1-3层;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。