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！

龙图腾网恭喜超音速人工智能科技股份有限公司申请的专利一种工业尺寸测量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：CN117611531B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202311530227.2，技术领域涉及：G06T7/00；该发明授权一种工业尺寸测量方法是由张俊峰;杨培文;沈俊羽;张小村设计研发完成，并于2023-11-16向国家知识产权局提交的专利申请。

本一种工业尺寸测量方法在说明书摘要公布了：本发明涉及一种工业尺寸测量方法，包括以下步骤：采集待检测物品的图像；提取图像中的多尺度特征，以及与多尺度特征对应的预测候选框；裁剪预测候选框内对应的特征，根据裁剪的特征，通过全连接网络得到每个预测候选框的类型和位置信息；将所有裁剪出的特征输入关键点检测分支，得到每个特征中所有类型点的横坐标值信息、纵坐标值信息和可见性信息；将预测候选框的类型与类型点进行匹配，通过网络预测可见性筛选出不存在的点，得到最终预测点的类型和坐标。本发明能在检测目标的同时，检测目标框中的点，仅需预测一次，算法速度快，能在高速生产下，实时检测工业零件的尺寸。

本发明授权一种工业尺寸测量方法在权利要求书中公布了：1.一种工业尺寸测量方法，其特征在于，包括以下步骤：采集待检测物品的图像；提取图像中的多尺度特征，以及与多尺度特征对应的预测候选框；提取图像中的多尺度特征的方法包括：将图片输入特征提取网络和特征金字塔网络，得到多尺度特征；提取与多尺度特征对应的预测候选框的方法包括：将多尺度特征经过RPN网络后，得到预测候选框；裁剪预测候选框内对应的特征，裁剪预测候框内对应的特征后，通过ROIAline1将裁剪的特征统一缩放到7×7的大小，缩放后的特征经过展平后，通过全连接网络得到每个预测候选框的类型和位置信息；在将所有裁剪出的特征输入关键点检测分支前，还包括对关键点检测分支的训练，采集多张图片样本，通过真实框标选出图像样本中的特征，得到特征训练集，将特征训练集输入关键点检测分支中，训练完成后，得到训练好的关键点检测分支；将所有裁剪出的特征输入关键点检测分支，得到每个特征中所有类型点的横坐标值信息、纵坐标值信息和可见性信息；所述关键点检测分支包括以下步骤：将所有裁剪出的特征通过28×28的ROIAline2统一缩放到28×28的大小，得所有大小为n,64,28,28的特征a，其中，n为所有预测候选框中的特征的数量；将特征a中的所有特征输入纵坐标分类头，得到大小为c2,112的所有类型点的纵坐标值信息，其中，c2为所有点总的类型数，112为28×4个坐标信息；将特征a中的所有特征输入横坐标分类头，得到大小为c2,112的所有类型点的横坐标值信息，其中，c2为所有点总的类型数，112为28×4个坐标信息；将特征a中的所有特征输入可见性分类头，得到大小为c2，2的所有类型点的可见性信息，其中，c2为所有点总的类型数，2为点的可见状态；特征a中的特征输入纵坐标分类头后包括以下步骤：将特征a中的特征经过Conv2D_y卷积和ReLU激活函数后，得到图像特征y1；将特征y1经过Conv2D_y卷积和ReLU激活函数后，得到图像特征y2；将特征y2展平后，得到特征y3；将特征y3经过一维反卷积和ReLU激活函数后，得到特征y4；将特征y4经过一维卷积和ReLU激活函数后，得到类型点的纵坐标值信息；特征a中的特征输入横坐标分类头后包括以下步骤：将特征a中的特征经过Conv2D_x卷积和ReLU激活函数后，得到图像特征x1；将特征x1经过Conv2D_x卷积和ReLU激活函数后，得到图像特征x2；将特征x2展平后，得到特征x3；将特征x3经过一维反卷积和ReLU激活函数后，得到特征x4；将特征x4经过一维卷积和ReLU激活函数后，得到类型点的横坐标值信息；特征a中的特征输入可见性分类头后包括以下步骤：将特征a中的特征经过两次Conv2D卷积和ReLU激活函数后，再经过全局池化、展平和全连接后，得到类型点的可见性信息；将预测候选框的类型与类型点进行匹配，通过网络预测可见性筛选出不存在的点，得到最终预测点的类型和坐标。

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超音速人工智能科技股份有限公司，其通讯地址为：510000 广东省广州市番禺区石基镇金山村华创动漫产业园B10栋；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”。