69 天授权 ｜ 专利号 ZL 2026 1 1215306.8 ｜ 2026-10-20 授权公告 ｜ 三级级联感知网络 + 全色系增量学习 ｜ 杭州汇和信代理
核心数据速览
| 要素 | 内容 |
|---|---|
| 专利名称 | 基于三级级联感知网络的布角料全色系识别方法及装置 |
| 专利号 | ZL 2026 1 1215306.8（授权公告号 CN 122714884 B） |
| 专利权人 | 浙江理工大学 |
| 代理机构 | 杭州汇和信专利代理有限公司（执业代码 33475） |
| 申请日 | 2026 年 8 月 12 日 |
| 授权公告日 | 2026 年 10 月 20 日 |
| 授权用时 | 69 天 |
| 技术领域 | 机器视觉 · 纺织循环回收 · 全色系识别 |
速度说明：从 2026-08-12 申请到 2026-10-20 授权公告，69 天授权。该专利通过国家知识产权局快速预审通道完成全流程审查，方案已在边缘计算设备完成部署验证，具备产业落地条件。
一、技术核心
产业痛点：纺织品循环回收再生是纺织产业绿色转型的关键环节，布角料（多色系混合、褶皱堆叠、光影畸变）的实时自动识别长期受困于“全色系覆盖”与“有限标注样本”的根本矛盾——近色系（藏青与墨黑、米白与浅灰）极易混淆，重度褶皱带来色差失真。
本专利技术方案：构建三级级联感知网络：一级 YOLOv11 定位预判、二级可微分校正形态、三级色彩分类与增量学习，辅以全色系增量学习机制，让颜色类别库从初始 8 种持续扩展至数百种，破解有限标注下的全色系覆盖难题。
核心技术关键词
三级级联感知网络 · 可微分校正模块 · 全色系增量学习 · YOLOv11 检测网络 · SAConv2d 空洞卷积 · MobileNetV3 轻量主干 · 褶皱等级感知 · 仿射变换矩阵 · 通道注意力 · ResNet-34 · 端到端联合优化 · 纺织循环回收
二、专利五大创新点
01 三级级联解耦架构
区域定位、形态感知与色彩识别三级解耦：一级输出二值褶皱预判实现快速调度，平整布料（约占 60%）直接跳过二级进入分类，显著节省算力；整体平均处理耗时低于 50ms/张，在 Jetson 边缘计算设备上满足工业实时性要求。
02 一级检测网络多任务设计
YOLOv11 主干引入 SAConv2d 空洞卷积扩大感受野，兼顾大面积摊开布料与小块堆叠角料的检测精度；检测头之外并行褶皱预判分支，与检测损失（平衡权重 0.1）联合优化，一次前向同时完成定位与预判，不增加额外推理时延。
03 可微分校正模块端到端学习
二级网络输出六维仿射变换矩阵与三维 RGB 颜色补偿量，空间变换单元网格采样、颜色补偿单元逐像素加性调整；全部算子可微，颜色分类损失直接反向传播至二级网络，校正参数无需人工标注即可端到端学习，自适应消除褶皱光影畸变带来的色差。
04 定制 ResNet-34 色彩分类头
将全局平均池化替换为全局最大池化，并在残差块中引入通道注意力机制，强化对细微色差的敏感性，显著提升近色系布料（如藏青与墨黑、米白与浅灰）的分类精度，解决传统方法在近似色上易混淆的痛点。
05 全色系增量学习机制
分类置信度低于 0.7 时自动暂存特征向量，人工确认后作为新颜色类别的聚类中心在线更新分类头，颜色类别库从初始 8 种持续扩展至数百种，破解“全色系覆盖”与“有限标注样本”的根本矛盾，新色系无需重新训练即可接入。
三、专利应用与产学研合作
| 应用领域 | 核心需求 | 本专利切入点 |
|---|---|---|
| 纺织废料分选装备 | 多色系混合角料自动精准分类 | 三级级联全色系识别 + 褶皱自适应校正 |
| 纺织品循环回收企业 | 分类精度决定再生加工效率与成色 | 褶皱形变可微分校正，重度褶皱识别误差显著下降 |
| 再生纤维/面料制造 | 再生料色系分级与成色一致性控制 | 增量学习持续扩展色库，新色系免重训接入 |
本专利于纺织废料分选装备与再生纤维制造企业具备即插即用的全色系识别能力，可为纺织循环回收提供精准分类支撑。诚邀机器视觉与智能装备、纺织循环回收领域的企业与科研机构携手推进成果转化。
四、为什么选择汇和信？
高质高效授权
深耕专利撰写质量与审查答复策略，精准提炼创新点、构建严密权利要求体系，助力创新成果快授权、早保护。本案从申请到授权公告仅 69 天。
高端技术领域深耕
精通人工智能、机器视觉、智能制造等前沿技术领域的专利撰写，发明人团队与技术代理人深度协同，把技术方案讲清、讲透、讲严。
全链条知识产权服务
从专利挖掘、申请布局、审查答复到高价值专利培育与维权保护，提供一站式知识产权解决方案，护航创新成果转化。
来源：国家知识产权局授予发明专利权通知书、办理登记手续通知书、发明专利申请公开说明书。代理机构：杭州汇和信专利代理有限公司。
