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！

龙图腾网恭喜长三角先进材料研究院申请的专利一种基于UNet深度神经网络的自冲铆接剖面图像分割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：CN114581461B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202210188926.2，技术领域涉及：G06T7/11；该发明授权一种基于UNet深度神经网络的自冲铆接剖面图像分割方法是由李钼石;黄理;仝超;陈秋任;赵海龙;胡晓雅;刘钊;朱平;韩维建设计研发完成，并于2022-02-28向国家知识产权局提交的专利申请。

本一种基于UNet深度神经网络的自冲铆接剖面图像分割方法在说明书摘要公布了：本发明公开了一种基于UNet深度神经网络的自冲铆接剖面图像分割方法，获取自冲铆接剖面图像作为样本图像，并且通过标注工具对每一张样本图像进行标注，生成样本图像对应的标签图像及包含标注结果的文本文件，由此构建初始数据集；对初始数据集中的样本图像进行数据增强，进而获得图像增强后的训练集；基于深度学习框架，构建初始Unet深度神经网络；设置Unet深度神经网络的训练参数；利用增强后的训练集训练Unet分割模型；应用训练好的Unet分割模型对自冲铆接剖面进行分割。本方法可以对自冲铆接剖面图片进行图像分割，克服现在工程师手动测量与标注剖面图像存在的缺点，为后续自动测量剖面几何参数提供支持。

本发明授权一种基于UNet深度神经网络的自冲铆接剖面图像分割方法在权利要求书中公布了：1.一种基于UNet深度神经网络的自冲铆接剖面图像分割方法，其特征在于，包括如下步骤：步骤1、获取自冲铆接剖面图像作为样本图像，并且通过标注工具对每一张样本图像进行标注，生成样本图像对应的标签图像及包含标注结果的文本文件，由此构建初始数据集；通过标注工具对每一张样本图像进行标注，在每张样本图像中分别标注出上板材、下板材与铆钉的轮廓，生成样本图像对应的标签图像及包含标注结果的文本文件；步骤1中的标注工具选用Labelme、CVAT、VIA、PixlAnnotationTool或者EISeg；步骤2、对初始数据集中的样本图像进行数据增强，进而获得图像增强后的训练集；步骤3、基于深度学习框架，构建初始Unet深度神经网络；初始UNet神经网络包括下采样部分和上采样部分；所述下采样部分包含5层，下采样的每层中包含两个卷积层、两个与卷积层相应的批次正则化层和两个激活层，下采样部分的相邻两层间连有一个最大池化层；上采样部分同样包含5层，上采样部分的每层由一个双线性插值层、两个卷积层以及与卷积层相应的批次正则化层、激活层组成；在网络下采样部分前加入尺寸缩放层，保证特征提取效果与分割精度，在上采样部分后加入一个逆向尺寸缩放层，在不改变分割结果的前提下使标签图像分辨率与原图像保持一致；步骤4、设置Unet深度神经网络的训练参数；所述步骤4中的训练参数包括：训练优化器、学习率、L2正则化系数、动量系数、批次大小、迭代次数和损失函数；步骤5、利用增强后的训练集训练Unet分割模型；步骤6、应用训练好的Unet分割模型对自冲铆接剖面进行分割。

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长三角先进材料研究院，其通讯地址为：215132 江苏省苏州市相城区青龙港路286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”。