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！

龙图腾网恭喜重庆大学申请的专利基于深度学习的多标签点焊电极帽状态自动识别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：CN114511746B 。

龙图腾网通过国家知识产权局官网在2025-03-21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：202210158816.1，技术领域涉及：G06V10/764；该发明授权基于深度学习的多标签点焊电极帽状态自动识别方法是由王四宝;焦健;杨波;王时龙;王昱;肖猛设计研发完成，并于2022-02-21向国家知识产权局提交的专利申请。

本基于深度学习的多标签点焊电极帽状态自动识别方法在说明书摘要公布了：本发明公开了一种基于深度学习的多标签点焊电极帽状态自动识别方法，包括如下步骤：1采集点焊电极帽的外观原始图像：针对同一个点焊电极帽采集的外观原始图像包括端面俯视图、侧身图和两个方向的斜视图；2得到点焊电极帽的检测图像：针对同一个点焊电极帽，将采集得到的端面俯视图、侧身图和两个方向的斜视图分别裁剪缩放为设定尺寸后，拼接为一张图像，得到点焊电极帽的检测图像；3设置批次检测图像的数量：根据获取的检测图像的总数量，设置每一批次检测图像的数量；4利用卷积神经网络模型自动识别点焊电极帽的外观多标签类别，得到检测图像和多标签类别矩阵。

本发明授权基于深度学习的多标签点焊电极帽状态自动识别方法在权利要求书中公布了：1.一种基于深度学习的多标签点焊电极帽状态自动识别方法，其特征在于：包括如下步骤：1）采集点焊电极帽的外观原始图像：针对同一个点焊电极帽采集的外观原始图像包括端面俯视图、侧身图和两个方向的斜视图；2）得到点焊电极帽的检测图像：针对同一个点焊电极帽，将采集得到的端面俯视图、侧身图和两个方向的斜视图分别裁剪缩放为设定尺寸后，拼接为一张图像，得到点焊电极帽的检测图像；3）设置批次检测图像的数量：根据获取的检测图像的总数量，设置每一批次检测图像的数量；4）利用卷积神经网络模型自动识别点焊电极帽的外观多标签类别，得到检测图像和多标签类别矩阵，所述点焊电极帽的外观多标签类别包括过短电极帽、氧化电极帽、倾斜变形电极帽、正常电极帽和端面放大电极帽五类；所述卷积神经网络模型包括数据输入层、Ind卷积模块、inception卷积单元、全局平均池化层（AGP层）、全连接层（FC层）和输出层，所述inception卷积单元设为5个；所述Ind卷积模块采用3*3卷积核和1*1卷积核的组合形成多尺度卷积模块，通过并联不同的多尺度卷积模块，以更加充分地提取图片浅层特征；所述inception卷积单元包括5个并行卷积并使用1*1卷积核进行降维；其中一个并行卷积利用两个串联的3*3卷积核以降低网络参数并拓宽网络宽度；另外一个并行卷积采用三个串联的3*3卷积核以拓宽卷积宽度；每完成一次inception卷积计算后进行一次最大池化处理；所述输出层采用sigmoid分类器，将每一个点焊电极帽分为一个标签类别或者几个标签类别的组合。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙坪坝正街174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”。