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！

龙图腾网获悉泉州装备制造研究所申请的专利一种基于深度神经网络的晶体质量评估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：CN115760837B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202211556758.4，技术领域涉及：G06T7/00；该发明授权一种基于深度神经网络的晶体质量评估方法及系统是由陈松航;樊仁豪;陈豪;王森林;张剑铭;钟浪;连明昌;王耀宗;戴玲凤设计研发完成，并于2022-12-06向国家知识产权局提交的专利申请。

本一种基于深度神经网络的晶体质量评估方法及系统在说明书摘要公布了：本发明涉及晶体质量评估技术领域，尤其是涉及的是一种基于深度神经网络的晶体质量评估方法及系统。首先通过晶体图像采集设备采集晶体图像数据，标签化处理后用于训练神经网络模型ResNet‑CG，训练后的ResNet‑CG模型会拟合出输入与输出之间的函数，具有特定模型参数，将待检测质量晶体图片输入ResNet‑CG模型将映射一个处于[1,5]之间的分数，目标检测yolov5模型，用于对图像中晶体位置进行精确定位，便于ResNet‑CG模型对晶体定位打分。本发明构建神经网络ResNet‑CG模型并训练，用于对需要判断质量的晶体打分，生产人员可建立智能温控系统，调整该晶体的生产环境，用于工业化生产晶体。

本发明授权一种基于深度神经网络的晶体质量评估方法及系统在权利要求书中公布了：1.一种基于深度神经网络的晶体质量评估方法，其特征在于，包括以下步骤: S1、采集晶体图像数据集：将晶体图像采集设备采集的晶体图像按质量评定标准进行分类，并对图像标注晶体质量分数，将其作为输入数据集； S2、数据处理：将输入数据集进行标签化处理，标记为训练集与测试集； S3、搭建神经网络模型：搭建初始神经网络ResNet-CG模型，将S2步骤中的训练集与测试集作为输入，迭代拟合输入与输出之间的函数，通过迭代减少预测输出和实际输出的交叉熵损失，训练模型参数，获得成熟ResNet-CG模型，根据训练后的该ResNet-CG模型，将训练集中的图像映射为一个处于[1,5]之间的分数； S4、搭建目标检测模型：搭建目标检测yolov5模型，将公用数据集作为输入，训练初始yolov5模型，使其能够对图像中的晶体位置进行大致定位，初始模型建立后，将S2步骤中的训练集和测试集作为小样本输入，训练其精确定位晶体位置，并在对应位置的生成判定框，生成成熟yolov5模型； S5、晶体质量评估：将需质量评估的晶体，采用普通摄影设备或晶体图像采集设备拍摄照片，对图像进行预处理后，输入yolov5模型与ResNet-CG模型，得出该晶体的评分； 其中，该ResNet-CG模型包括一个7X7的卷积层、5个残差基本块、3个残差下采样块、1个全局最大池化层、1个全局平均池化层和2个全连接层，卷积层由一个2维卷积Conv2d、一个BN批归一层和一个ReLu激活函数组成，残差基本块由两个3X3卷积层组成，残差下采样块由一个步长为1的3X3卷积层和一个步长为2的3X3卷积层组成。

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泉州装备制造研究所，其通讯地址为：362000 福建省泉州市台商投资区洛阳镇上浦村吉贝511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。