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！

龍圖騰網恭喜中國計量大學申請的專利一種輕量化工業產品表面缺陷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：CN119313659B 。

龍圖騰網通過國家知識產權局官網在2025-05-23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：202411847662.2，技術領域涉及：G06T7/00；該發明授權一種輕量化工業產品表面缺陷檢測方法是由章東平;汪文濤;馬道濱;徐建宇;卜玉真;楊力設計研發完成，并于2024-12-16向國家知識產權局提交的專利申請。

本一種輕量化工業產品表面缺陷檢測方法在說明書摘要公布了：本發明公開了一種輕量化工業產品表面缺陷檢測方法，屬于計算機視覺與人工智能應用領域，本發明通過獲取工業產品表面缺陷圖像數據集，并對數據進行預處理；構建YOLO?IDL工業產品表面缺陷檢測模型，設計輕量級分層多尺度特征提取網絡作為主干網絡，設計尺度靈犀頸作為頸部網絡，頭部網絡采用YOLOv8頭部網絡；再使用預處理后的工業產品表面缺陷圖像數據集，對YOLO?IDL工業產品表面缺陷檢測模型進行訓練，得到訓練集好的YOLO?IDL工業產品表面缺陷檢測模型并進行部署，以對工業產品表面缺陷進行檢測，輸出缺陷類型以及位置。

本發明授權一種輕量化工業產品表面缺陷檢測方法在權利要求書中公布了：1.一種輕量化工業產品表面缺陷檢測方法，其特征在于包括如下步驟：步驟1：獲取工業產品表面缺陷圖像數據集；步驟2：構建工業產品表面缺陷檢測模型，包括主干網絡、頸部網絡和頭部網絡，主干網絡為輕量級分層多尺度特征提取網絡，頸部網絡為尺度靈犀頸，對輕量級分層多尺度特征提取網絡輸出的不同深度的特征進行跨階段特征重塑，不同尺度的特征進行特征聚合，基于重塑和聚合的特征生成局部特征用于頭部網絡的缺陷檢測；輕量級分層多尺度特征提取網絡，包括依次連接的脈絡層、輕量級分層多尺度特征提取層和深度可分離卷積層，后續的輕量級分層多尺度特征提取層和深度可分離卷積層依次交替連接，特征提取包括如下步驟：步驟2.1.1：脈絡層通過多級卷積和填充，再經最大池化，逐步降低特征圖分辨率，同時保持關鍵特征，最后將最大池化的結果與卷積后的輸入特征進行拼接操作，結合不同層級的信息，得到通道信息的特征圖；步驟2.1.2：輕量級分層多尺度特征提取層通過堆疊多個輕量級卷積處理網絡輸入，然后將不同輕量級卷積的輸出特征拼接，再將拼接后的特征通過注意力模塊進行通道加權，最后將注意力模塊處理后的特征與原始輸入特征進行殘差連接；步驟2.1.3：深度可分離卷積層包括深度卷積和逐點卷積，通過深度卷積處理每個通道的空間信息，僅執行簡單的逐通道卷積，然后用逐點卷積融合通道間的信息，同時深度卷積保留細節信息，逐點卷積整合全局特征；尺度靈犀頸包括跨階段特征重塑模塊、尺度特征適應性聚合單元、聚合法跨階段局部網絡模塊和輕量級卷積，其執行過程如下：步驟2.2.1：跨階段特征重塑模塊接收輕量級分層多尺度特征提取網絡輸出的不同深度的特征圖，對每個階段的特征圖通過卷積操作，將通道數對齊；然后對特征沿深度維度進行拼接，將拼接后的特征進行特征提取和優化，得到重塑后的輸出特征；步驟2.2.2：尺度特征自適應聚合模塊在特征聚合之前，對不同尺度的特征進行調整，使尺度特征保持一致，再沿通道維度拼接，得到聚合后的特征；步驟2.2.3：聚合法跨階段局部網絡模塊獲取聚合特征和重塑特征以生成局部特征，對聚合法跨階段局部網絡模塊輸入特征圖，先采用普通卷積得到調整通道數的第一個特征圖；然后將輸入特征圖再分別進行一次普通卷積和兩次輕量級卷積得到另外兩個特征圖；接著將所述兩個特征圖通過逐元素相加融合后，再與第一個特征圖進行拼接；最后對拼接后的特征圖再進行一次普通卷積，得到輸出特征圖；步驟2.2.4：輕量級卷積對所述局部特征先采用普通卷積捕獲基本特征信息，得到第一組特征圖；接著通過深度可分離卷積運算，聚焦于重要的空間特征，得到第二組特征圖；然后將兩組特征圖沿通道維度拼接；最后對拼接后的特征進行通道打亂操作，并將最終的輸出特征作為尺度靈犀頸的輸出，輸入頭部網絡；步驟3：通過所述工業產品表面缺陷圖像數據集，對深度學習模型進行訓練；步驟4：部署訓練好的深度學習模型并對工業產品表面缺陷進行檢測。

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中國計量大學，其通訊地址為：310018 浙江省杭州市錢塘區下沙高教園區學源街258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”。