買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜合肥工業(yè)大學申請的專利基于改進YOLOv框架的疊合板質(zhì)檢模型、方法和系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN119417837B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-03-25發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510025846.9，技術(shù)領(lǐng)域涉及：G06T7/00；該發(fā)明授權(quán)基于改進YOLOv框架的疊合板質(zhì)檢模型、方法和系統(tǒng)是由達天行;李琳;蔣慶;種迅;朱新宇設(shè)計研發(fā)完成，并于2025-01-08向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于改進YOLOv框架的疊合板質(zhì)檢模型、方法和系統(tǒng)在說明書摘要公布了：本發(fā)明涉及土木工程裝配式結(jié)構(gòu)與計算機大模型技術(shù)領(lǐng)域，尤其是一種基于改進YOLOv框架的疊合板質(zhì)檢模型、方法和系統(tǒng)。本發(fā)明提出的一種基于改進YOLOv框架的疊合板質(zhì)檢模型構(gòu)建方法，首先在YOLOv8n基礎(chǔ)上進行模型框架改進，在淺層網(wǎng)絡(luò)額外添加一條特征融合線路，以增加特征融合信息中小目標所占的比例。改進模型的頸部網(wǎng)絡(luò)結(jié)構(gòu)中，對主干網(wǎng)絡(luò)提取的四層信息先分別進行卷積以調(diào)整特征圖尺寸進行特征融合，融合后，信息分別由淺層到深層輸出至四個尺寸分割頭，進行目標分割。如此，采用實例分割方式對疊合板中組件進行檢測，能夠得到精確的目標輪廓，方便后續(xù)研究中得出目標面積、尺寸等信息，以滿足工程實際應(yīng)用，填補了適用于結(jié)構(gòu)復雜的疊合板質(zhì)量檢測的圖像識別方法的空白。

本發(fā)明授權(quán)基于改進YOLOv框架的疊合板質(zhì)檢模型、方法和系統(tǒng)在權(quán)利要求書中公布了：1.一種基于改進YOLOv框架的疊合板質(zhì)檢方法，其特征在于，首先獲取疊合板質(zhì)檢模型；將拍攝的待檢測疊合板圖像輸入疊合板質(zhì)檢模型，疊合板質(zhì)檢模型標注各類型預埋件和預埋孔洞；根據(jù)標注結(jié)果判斷疊合板是否合格；疊合板質(zhì)檢模型標注各類型預埋件和預埋孔洞在疊合板上的像素位置；判斷疊合板是否合格時，首先遍歷類別標簽，判斷各類預埋件和預埋孔洞的數(shù)量是否正確；否，則判斷疊合板不合格；是，則對比各標注對象的像素位置標注值與像素位置設(shè)計值的重合度是否均達到設(shè)定閾值；否，則判斷疊合板不合格；是，則判斷疊合板合格；標注對象即為各類預埋件和預埋孔洞；疊合板質(zhì)檢模型對YOLOv8n網(wǎng)絡(luò)框架進行改進獲得，改進方法為：將YOLOv8n網(wǎng)絡(luò)的頸部網(wǎng)絡(luò)替換為SOBI網(wǎng)絡(luò)模塊；SOBI網(wǎng)絡(luò)模塊包括第二卷積網(wǎng)絡(luò)、第三卷積網(wǎng)絡(luò)、第四卷積網(wǎng)絡(luò)、第五卷積網(wǎng)絡(luò)以及順序連接的第一采樣拼接模塊、第二采樣拼接模塊、第三采樣拼接模塊、第一卷積拼接模塊、第二卷積拼接模塊和第三卷積拼接模塊；第一采樣拼接模塊、第二采樣拼接模塊和第三采樣拼接模塊統(tǒng)稱采樣拼接模塊，采樣拼接模塊由順序連接的采樣網(wǎng)絡(luò)、拼接網(wǎng)絡(luò)和C2f網(wǎng)絡(luò)構(gòu)成；第一卷積拼接模塊、第二卷積拼接模塊和第三卷積拼接模塊統(tǒng)稱卷積拼接模塊，卷積拼接模塊由順序連接的卷積網(wǎng)絡(luò)、拼接網(wǎng)絡(luò)和C2f網(wǎng)絡(luò)構(gòu)成；第三采樣拼接模塊中的拼接網(wǎng)絡(luò)、第一卷積拼接模塊中的拼接網(wǎng)絡(luò)、第二卷積拼接模塊中的拼接網(wǎng)絡(luò)和第三卷積拼接模塊中的拼接網(wǎng)絡(luò)均采用SDI模塊；SDI模塊包括：空間注意單元、通道注意力單元、采樣單元、平滑卷積網(wǎng)絡(luò)和通道拼接單元；SDI模塊輸入的多個數(shù)據(jù)均依次經(jīng)過空間注意單元和通道注意力單元，以提取空間注意力特征和通道注意力特征；通道注意力單元輸出的數(shù)據(jù)經(jīng)過采樣單元處理，使得采樣單元輸出的多個數(shù)據(jù)保持相同維度；采樣單元輸出的多個相同維度數(shù)據(jù)通過平滑卷積網(wǎng)絡(luò)進行卷積處理后，再送入通道拼接單元進行維度拼接后作為SDI模塊的輸出數(shù)據(jù)。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人合肥工業(yè)大學，其通訊地址為：230009 安徽省合肥市包河區(qū)屯溪路193號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。