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！

龙图腾网获悉安徽大学申请的专利一种基于改进YOLOX-S算法的金属铸件表面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：CN115797326B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202211678195.6，技术领域涉及：G06T7/00；该发明授权一种基于改进YOLOX-S算法的金属铸件表面缺陷检测方法是由潘天红;程浩;纪敬虎;陈山;雍仁哲;方笑晗设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本一种基于改进YOLOX-S算法的金属铸件表面缺陷检测方法在说明书摘要公布了：本申请提供一种基于改进YOLOX‑S算法的金属铸件表面缺陷检测方法，步骤为：1采集数据库中若干金属铸件表面图像，构建金属铸件表面数据集；2对金属铸件表面数据集中的数据进行预处理，并将处理后数据集按比例划分训练集和测试集；3搭建基于改进YOLOX‑S网络的金属铸件表面缺陷检测网络；4利用数据集训练基于改进YOLOX‑S算法的金属铸件表面缺陷检测网络；5将待检测的金属铸件表面图像输入训练好的改进YOLOX‑S网络中，获得含有缺陷类别和缺陷位置的结果图。本申请针对于金属铸件表面缺陷构建基于改进YOLOX‑S算法的金属铸件表面缺陷检测模型，通过擦除机制和加强机制有效地解决了了原始YOLOX‑S网络存在的语义差异问题，提高了网络对于密集缺陷的检测精度。

本发明授权一种基于改进YOLOX-S算法的金属铸件表面缺陷检测方法在权利要求书中公布了：1.一种基于改进YOLOX-S算法的金属铸件表面缺陷检测方法，其特征在于，具体步骤如下： 1）数据采集：采集数据库中若干金属铸件表面图像，构建金属铸件表面数据集； 2）数据预处理：对金属铸件表面数据集中的数据进行预处理，并将处理后数据集按比例划分训练集和测试集； 3）构建模型：搭建基于改进YOLOX-S网络的金属铸件表面缺陷检测模型； 4）模型训练：利用数据集训练基于改进YOLOX-S算法的金属铸件表面缺陷检测模型； 5）缺陷检测：将待检测的金属铸件表面图像输入训练好的改进YOLOX-S网络中，获得含有缺陷类别和缺陷位置的结果图； 步骤3）中改进YOLOX-S网络包括骨干网络，颈部网络，头部网络； 所述骨干网络为由CSPDarknet网络构成的特征提取网络，所述颈部网络为由改进的PAFPN网络—ES-PAFPN网络构成的特征融合网络，所述头部网络为由3个YOLOHead网络构成的分类预测网络； 所述ES-PAFPN网络采用擦除和加强机制来进行间接特征融合。

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安徽大学，其通讯地址为：230601 安徽省合肥市九龙路111号；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”。