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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳市大成精密设备股份有限公司;东莞市大成智能装备有限公司余翱获国家专利权

深圳市大成精密设备股份有限公司;东莞市大成智能装备有限公司余翱获国家专利权

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!

龙图腾网获悉深圳市大成精密设备股份有限公司;东莞市大成智能装备有限公司申请的专利基于增强引导的X-Ray图像缺陷分割方法及相关设备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:CN121259010B

龙图腾网通过国家知识产权局官网在2026-04-03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:202511813050.6,技术领域涉及:G06T7/10;该发明授权基于增强引导的X-Ray图像缺陷分割方法及相关设备是由余翱;韦金成设计研发完成,并于2025-12-04向国家知识产权局提交的专利申请。

基于增强引导的X-Ray图像缺陷分割方法及相关设备在说明书摘要公布了:本发明涉及人工智能技术领域,具体为一种基于增强引导的X‑Ray图像缺陷分割方法及相关设备,方法包括:将待分割X‑Ray图像输入至所述缺陷分割模型,通过所述图像编码器对所述待分割X‑Ray图像进行特征提取,得到图像嵌入;通过所述提示编码器生成提示嵌入;通过所述图像解码器对所述图像嵌入与提示嵌入进行双向交互注意力计算,得到查询特征和图像特征,基于所述查询特征和图像特征得到掩码的未归一化分数和质量分数;基于所述掩码的未归一化分数和掩码的质量分数生成目标缺陷掩码,作为所述待分割X‑Ray图像的缺陷分割结果;本发明能够提升X‑Ray图像缺陷分割的精度与泛化能力,并兼顾模型的轻量化与实时性。

本发明授权基于增强引导的X-Ray图像缺陷分割方法及相关设备在权利要求书中公布了:1.一种基于增强引导的X-Ray图像缺陷分割方法,其特征在于,所述方法包括以下步骤: 获取待分割X-Ray图像和训练好的缺陷分割模型;该缺陷分割模型包括图像编码器、提示编码器及图像解码器; 将待分割X-Ray图像输入至所述缺陷分割模型,通过所述图像编码器对所述待分割X-Ray图像进行特征提取,得到图像嵌入;通过所述提示编码器生成提示嵌入;通过所述图像解码器对所述图像嵌入与提示嵌入进行双向交互注意力计算,得到查询特征和图像特征,基于所述查询特征和图像特征得到掩码的未归一化分数和质量分数; 基于所述掩码的未归一化分数和掩码的质量分数生成目标缺陷掩码,作为所述待分割X-Ray图像的缺陷分割结果; 所述图像解码器包括双向Transformer块和动态掩码头;所述通过所述图像解码器对所述图像嵌入与提示嵌入进行双向交互注意力计算,得到查询特征和图像特征,基于所述查询特征和图像特征得到掩码的未归一化分数和质量分数,包括: 将图像嵌入与提示嵌入输入双向Transformer块,对查询向量执行自注意力计算以建立不同类型查询间的关联后,以添加图像位置编码的图像标记为键值,通过查询向量对图像标记进行交叉注意力计算并经层归一化和查询向量的前馈神经网络更新查询向量;以更新后的查询向量为键值,通过图像标记对查询向量执行交叉注意力计算并经层归一化和图像的前馈神经网络更新图像标记; 堆叠多个双向Transformer块后输出查询token和图像token作为查询特征与图像特征输入动态掩码头,其中查询token含K个掩码token和1个IoU标记; 将图像token重塑为特征图,与稠密提示嵌入逐元素相加后上采样至预设分辨率得到F1,各掩码token经多层感知机处理得到F2,在像素位置将F1对应通道特征与F2做内积生成掩码未归一化分数,同时对IoU标记执行多层感知机处理输出掩码质量分数; 所述缺陷分割模型通过以下方式训练得到: 获取包含X-Ray图像、分割掩码及边界框提示的训练数据集; 将所述训练数据集输入至增强引导的缺陷分割模型,冻结图像编码器和提示编码器,仅训练解码器部分,在验证集上依据平均交并比评价指标保存最优模型权重,得到训练后的模型; 对训练后的模型采用L1通道剪枝策略进行剪枝,对剪枝后的模型进行微调训练,根据验证集上的平均交并比评价指标保存最优模型权重,得到剪枝微调后的模型; 以原始的缺陷分割模型为教师模型,剪枝微调后的模型为学生模型进行知识蒸馏,监督学生模型输出与教师模型输出及真实标签之间的差异,根据验证集上的指标保存最优学生模型权重,得到训练好的缺陷分割模型。

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深圳市大成精密设备股份有限公司;东莞市大成智能装备有限公司,其通讯地址为:518100 广东省深圳市宝安区西乡街道蚝业社区兴业路2008号海滨新村18栋3003A;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。