买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉温州市特种设备检测科学研究院(温州市特种设备应急处置中心)申请的专利一种基于深度学习的曳引式电梯钢丝绳缺陷检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119168948B 。

龙图腾网通过国家知识产权局官网在2025-06-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411161551.6，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的曳引式电梯钢丝绳缺陷检测方法是由方学宠;金樟民;白植志;张才;林仁军;李科;张伟;易灿灿设计研发完成，并于2024-08-23向国家知识产权局提交的专利申请。

本一种基于深度学习的曳引式电梯钢丝绳缺陷检测方法在说明书摘要公布了：本发明提出了一种基于深度学习的曳引式电梯钢丝绳缺陷检测方法，属于电梯钢丝绳故障检测技术领域；包括如下步骤：S1：采用若干图像采集装置，进行多向采集，获取电梯钢丝绳的真实缺陷图像；S2：构建改进的UCG‑GAN模型；S3：利用真实缺陷图像和改进的UCG‑GAN模型的生成器G生成的第一钢丝绳缺陷图像；采用生成的第一钢丝绳缺陷图像反向传播更新生成器G和鉴别器D的参数，并通过迭代训练生成器G和鉴别器D；使用训练后的模型建立钢丝绳缺陷样本库；S4：建立并初始化改进的EfficientNet网络模型，采用钢丝绳缺陷样本库进行训练；S5：利用训练后的改进的EfficientNet网络模型，对若干图像采集装置实时采集到的电梯钢丝绳的真实缺陷图像进行缺陷识别，输出缺陷识别结果。利用改进的UCG‑GAN模型生成缺陷图像，有利于改善缺陷图像多样性不足的问题，结合改进的EfficientNet网络模型，提高对于不同缺陷的识别效果。

本发明授权一种基于深度学习的曳引式电梯钢丝绳缺陷检测方法在权利要求书中公布了：1.一种基于深度学习的曳引式电梯钢丝绳缺陷检测方法，其特征在于，包括如下步骤：S1：采用若干图像采集装置，进行多向采集，获取电梯钢丝绳的真实缺陷图像；S2：构建改进的UCG-GAN模型，所述改进的UCG-GAN模型包括独立的生成器G和鉴别器D；S3：利用真实缺陷图像和改进的UCG-GAN模型的生成器G生成的第一钢丝绳缺陷图像；采用生成的第一钢丝绳缺陷图像反向传播更新生成器G和鉴别器D的参数，并通过迭代训练生成器G和鉴别器D；使用训练后的生成器G和鉴别器D生成第二钢丝绳缺陷图像，并基于第二钢丝绳缺陷图像建立钢丝绳缺陷样本库；S4：建立并初始化改进的EfficientNet网络模型，采用钢丝绳缺陷样本库进行训练，更新改进的EfficientNet网络模型的参数，得到训练后的改进的EfficientNet网络模型；步骤S4的内容为：构建的改进的EfficientNet网络模型包括顺次设置的第一卷积模块、七个顺次设置的图卷积层模块ATConv、第二卷积模块、平均全局池化和全连接层；各图卷积层模块ATConv均包括顺次设置的第一普通卷积层、非对称卷积模块、Triplet注意力机制、第二普通卷积层和Dropout层，在第一普通卷积层的输入端与Dropout层的输出端之间还设置有跳跃连接；图卷积层模块ATConv的损失函数是由FocalLoss损失函数融合IOULOSS损失函数得到的FILOSS损失函数；改进的EfficientNet网络模型获取样本库中的第二钢丝绳缺陷图像作为输入，将钢丝绳缺陷部位进行识别和标记输出；S5：利用训练后的改进的EfficientNet网络模型，对若干图像采集装置实时采集到的电梯钢丝绳的真实缺陷图像进行缺陷识别，输出缺陷识别结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人温州市特种设备检测科学研究院(温州市特种设备应急处置中心)，其通讯地址为：325000 浙江省温州市鹿城区丰门街道中国鞋都一期31号地块；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。