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！

龍圖騰網恭喜太原科技大學;太原理工大學申請的專利一種偏光片外觀缺陷實時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：CN113962939B 。

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：202111149712.6，技術領域涉及：G06T7/00；該發明授權一種偏光片外觀缺陷實時檢測方法是由謝新林;趙文晶;王銀;李春霖;張林;謝剛設計研發完成，并于2021-09-29向國家知識產權局提交的專利申請。

本一種偏光片外觀缺陷實時檢測方法在說明書摘要公布了：本發明涉及偏光片外觀缺陷檢測技術，具體是一種偏光片外觀缺陷實時檢測方法。本發明解決了現有偏光片外觀缺陷檢測方法檢測實時性差的問題。一種偏光片外觀缺陷實時檢測方法，該方法是采用如下步驟實現的：步驟一：先利用攝像頭拍攝偏光片圖片，再對所拍攝的偏光片圖片進行數據擴充，由此得到偏光片數據集；步驟二：對YOLOv4?Tiny網絡模型的骨干網絡和CSPBLOCK模塊進行改進；步驟三：先訓練YOLOv4?Tiny?C網絡模型，再測試YOLOv4?Tiny?C網絡模型的檢測精度；步驟四：對YOLOv4?Tiny?C網絡模型進行剪枝操作；步驟五：將偏光片數據集中的偏光片原始大圖分割為偏光片小圖，然后將偏光片小圖輸入到Pruning?YOLOv4?Tiny?C網絡模型進行缺陷檢測。本發明適用于偏光片外觀缺陷檢測。

本發明授權一種偏光片外觀缺陷實時檢測方法在權利要求書中公布了：1.一種偏光片外觀缺陷實時檢測方法，其特征在于：該方法是采用如下步驟實現的：步驟一：先利用攝像頭拍攝偏光片圖片，再對所拍攝的偏光片圖片進行數據擴充，由此得到偏光片數據集；所述偏光片數據集包括訓練集、驗證集、測試集、偏光片原始大圖；步驟二：對YOLOv4-Tiny網絡模型的骨干網絡和CSPBLOCK模塊進行改進，由此得到YOLOv4-Tiny-C網絡模型；步驟三：先利用偏光片數據集中的訓練集來訓練YOLOv4-Tiny-C網絡模型，再利用偏光片數據集中的測試集來測試YOLOv4-Tiny-C網絡模型的檢測精度，并輸出預測圖；步驟四：利用模型剪枝技術對YOLOv4-Tiny-C網絡模型進行剪枝操作，由此得到Pruning-YOLOv4-Tiny-C網絡模型；步驟五：先編寫圖像分割腳本，再利用圖像分割腳本將偏光片數據集中的偏光片原始大圖分割為偏光片小圖，然后將偏光片小圖輸入到Pruning-YOLOv4-Tiny-C網絡模型進行缺陷檢測，而后將帶有檢測信息的偏光片小圖重新組合為偏光片原始大圖進行輸出和保存；所述步驟二中，改進步驟具體如下：首先，在YOLOv4-Tiny網絡模型的第一層卷積層之前增加一層Conv3×3，用于對輸入圖片進行卷積操作以提取更豐富的特征，增強網絡的非線性表達能力；其次，在第一次CBL降采樣之后，增加Conv1×1+Conv3×3卷積層組合，用于進一步提升網絡深度，增強提取特征能力；Conv1×1+Conv3×3卷積層組合模式參考了DenseBlock模塊進行特征融合，使得輸出的特征圖通道數增加到64，和第6層的特征圖大小一致；然后，在原CSPBLOCK結構中右側支路Cnov1×1操作之后加入一層Conv3×3，用于增大有效感受野以豐富上下文信息；最后，利用k-means++聚類算法，根據聚類中心和數據框分布重新生成6組anchor錨框參數值[28,22,33,57,75,40,40,105,100,87,141,153]，用于缺陷檢測算法訓練，防止出現大量漏檢和誤檢情況。

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太原科技大學;太原理工大學，其通訊地址為：030024 山西省太原市萬柏林區窊流路66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”。