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！

龙图腾网恭喜浙江得沃科技有限公司申请的专利太阳能网版表面性状检测模型的构建方法及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：CN119379670B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202411929879.8，技术领域涉及：G06T7/00；该发明授权太阳能网版表面性状检测模型的构建方法及装置是由晏琳;王凯;林晨;徐峰;徐辉;姚云伟;孙松涛;张洋;姜绍熙设计研发完成，并于2024-12-26向国家知识产权局提交的专利申请。

本太阳能网版表面性状检测模型的构建方法及装置在说明书摘要公布了：本申请提出了一种太阳能网版表面性状检测模型的构建方法及装置，包括以下步骤：构建太阳能网版表面性状检测架构，所述太阳能网版表面性状检测架构由特征提取模块、特征融合模块以及分类头构成；获取多个太阳能网版图像作为训练图像，使用训练图像对太阳能网版表面性状检测架构进行训练，当满足预设训练条件，保存满足预设训练条件时的太阳能网版表面性状检测架构的参数得到构建好的太阳能网版表面性状检测模型。本方案通过将太阳能网版图像中不同维度的纹理特征、形状特征以及深度局部特征进行跨维度融合，从而可以准确的对太阳能电池网版的性状类别进行检测。

本发明授权太阳能网版表面性状检测模型的构建方法及装置在权利要求书中公布了：1.一种太阳能网版表面性状检测模型的构建方法，其特征在于，包括以下步骤：构建太阳能网版表面性状检测架构，所述太阳能网版表面性状检测架构由特征提取模块、特征融合模块以及分类头构成；获取多个太阳能网版图像作为训练图像，且每一训练图像中标注有性状类别，所述性状类别包括网孔状态、树脂涂层状态、钢丝网状态以及PI膜贴合状态，其中，网孔状态包括网孔畅通、网孔堵塞，树脂涂层状态包括涂层均匀、涂层不均，钢丝网状态包括钢丝网断裂、钢丝网变形以及钢丝网正常，PI膜贴合状态包括贴合正常、贴合异常；在特征提取模块中基于灰度共生矩阵来提取每一训练图像的纹理特征，并通过方差阈值法在灰度共生矩阵特征中选取方差大于设定阈值的特征作为纹理特征，基于边缘检测算法来提取每一训练图像的形状特征，基于多个卷积层来提取每一训练图像的深度局部特征，所述纹理特征表示训练图像中像素灰度级的空间分布规律，所述形状特征表示训练图像中每一网孔的几何形状信息，所述深度局部特征表示训练图像中的局部高维抽象特征，并分别估计纹理特征、形状特征以及深度局部特征的概率密度函数，并基于每种特征的概率密度函数分别对纹理关联特征、形状关联特征以及深度局部关联特征的数据分布进行调整，使得到的纹理调整特征、形状调整特征以及深度局部调整特征满足标准的正态分布；在特征融合模块中将每一训练图像的纹理特征、形状特征以及深度局部特征进行融合得到每一训练图像的融合特征，其中，所述特征融合模块包括语义关联单元、数据对齐单元、归一单元以及融合单元，在所述语义关联单元中基于注意力机制学习纹理特征、形状特征以及深度局部特征之间的语义关联关系得到纹理关联特征、形状关联特征以及深度局部关联特征，在所述数据对齐单元中分别对纹理关联特征、形状关联特征以及深度局部关联特征的数据分布进行调整得到纹理调整特征、形状调整特征以及深度局部调整特征，在所述归一单元将所述纹理调整特征、形状调整特征以及深度局部调整特征进行归一化后输入至融合单元进行融合得到融合特征；所述分类头基于每一训练图像的融合特征计算每一训练图像的预测性状类别，再根据每一训练图像的预测性状类别与标注性状类别来计算性状类别误差；基于所述类别误差对所述太阳能网版表面性状检测架构的参数进行调整，使用参数调整后的太阳能网版表面性状检测架构与多个训练图像继续进行训练直至满足预设训练条件，保存满足预设训练条件时的太阳能网版表面性状检测架构的参数得到构建好的太阳能网版表面性状检测模型。

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浙江得沃科技有限公司，其通讯地址为：321102 浙江省金华市兰溪市兰江街道环城北路1513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”。