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

龍圖騰網恭喜湖南科技大學申請的專利基于多屬性感知注意力的風電葉片表面損傷檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116596909B 。

龍圖騰網通過國家知識產權局官網在2025-05-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310631464.1，技術領域涉及：G06T7/00；該發明授權基于多屬性感知注意力的風電葉片表面損傷檢測方法是由劉朝華;陳琪;張英杰;呂明陽;王靛;巫發明;陳亞楠設計研發完成，并于2023-05-31向國家知識產權局提交的專利申請。

本基于多屬性感知注意力的風電葉片表面損傷檢測方法在說明書摘要公布了：本發明公開了一種基于多屬性感知注意力的風電葉片表面損傷檢測方法，包括以下步驟：建立多類風電葉片損傷圖像數據庫；建立通道?空間注意力增強的特征提取主干網絡；建立損傷邊界框的多屬性感知損失函數；構建風電葉片損傷檢測模型。本發明針對葉片損傷檢測中存在的損傷邊界框與真實框匹配度不佳的問題，從損傷特征提取和邊界框差異度量兩個方面入手，將通道空間注意力模塊嵌入特征提取網絡的主干中，對損傷特征進行通道和空間的增強；然后設計多屬性感知損失函數用于邊界框生成，該損失函數通過將邊界框生成網絡的注意力同時放置于邊界框的多個屬性，更加全面地感知邊界框直接的差異，從而生成與真實框匹配度更高的損傷邊界框。

本發明授權基于多屬性感知注意力的風電葉片表面損傷檢測方法在權利要求書中公布了：1.一種基于多屬性感知注意力的風電葉片表面損傷檢測方法，其特征在于，包括以下步驟：1建立多類風電葉片損傷圖像數據庫：收集不同種類的風電葉片損傷圖像數據，使用圖像處理手段對風電葉片圖像進行數量擴充和質量增強；2建立通道-空間注意力增強的特征提取主干網絡；所述步驟2具體包括：步驟2-1：建立卷積神經網絡特征提取網絡主干；步驟2-2：建立通道注意力模塊；步驟2-3：建立空間注意力模塊；步驟2-4：將通道注意力模塊和空間注意力模塊依次插入特征提取網絡主干的特征提取塊之后；3建立損傷邊界框的多屬性感知損失函數：針對邊界框的復雜信息，建立一種邊界框多屬性損失函數，通過對邊界框的多個屬性進行感知，描述出預測框與真實框之間的差異，從而引導模型生成準確的預測框；所述步驟3中，通過建立損傷邊界框的多屬性感知損失函數，將預測框和真實框進行連接，通過衡量預測框和真實框交并比、中心點距離、長寬縱橫比和邊長之差，多屬性協同感知兩框差異，從而引導預測框向真實框逼近；其損失函數定義如下： 其中，IoU表示預測框和真實框的交集與并集的比值，ρ2b,bgt表示預測框b與真實框bgt的中心點距離的平方，c為預測框和真實框最小外接矩陣的對角線平方，表示真實框的寬和長之比，表示預測框的寬和長之比，表示預測框和真實框的長之差與最小外接矩陣的長之比，表示預測框和真實框的寬之差與最小外接矩陣的寬之比；4構建風電葉片損傷檢測模型：構建風電葉片損傷檢測模型，利用多類風電葉片損傷圖像數據庫對風電葉片損傷檢測模型進行訓練，通過損傷特征增強型特征提取網絡將風電葉片損傷檢測模型注意力引導至損傷特征，再通過多屬性感知損失函數生成損傷邊界框，最后得到葉片的損傷種類和損傷位置；構建的風電葉片損傷檢測模型包含特征提取層、注意力模塊、特征融合層和損傷邊界框生成層。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人湖南科技大學，其通訊地址為：411201 湖南省湘潭市雨湖區石碼頭2號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。