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！

龙图腾网获悉中国飞机强度研究所申请的专利一种基于卷积神经网络的飞机结构裂纹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：CN116245872B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202310329782.2，技术领域涉及：G06T7/00；该发明授权一种基于卷积神经网络的飞机结构裂纹检测方法是由王叶子;吕帅帅;杨宇;李嘉欣;杨海龙设计研发完成，并于2023-03-30向国家知识产权局提交的专利申请。

本一种基于卷积神经网络的飞机结构裂纹检测方法在说明书摘要公布了：本申请属于结构健康监测领域，特别涉及一种基于卷积神经网络的飞机结构裂纹检测方法。步骤一、构建裂纹图像数据集；步骤二、通过所述裂纹图像数据集对YOLOv5网络进行训练，得到YOLOv5模型；步骤三、构建差异图数据集；步骤四、获取改进型YOLOv5网络，通过所述差异图数据集对所述改进型YOLOv5网络进行训练，得到改进型YOLOv5模型；步骤五、根据所述YOLOv5模型以及所述改进型YOLOv5模型，对待检测图像进行整体测试。本申请能够实现全尺寸飞机结构疲劳试验中高效、可靠的裂纹损伤检测。

本发明授权一种基于卷积神经网络的飞机结构裂纹检测方法在权利要求书中公布了：1.一种基于卷积神经网络的飞机结构裂纹检测方法，其特征在于，包括： 步骤一、构建裂纹图像数据集； 步骤二、通过所述裂纹图像数据集对YOLOv5网络进行训练，得到YOLOv5模型； 步骤三、构建差异图数据集； 步骤四、获取改进型YOLOv5网络，通过所述差异图数据集对所述改进型YOLOv5网络进行训练，得到改进型YOLOv5模型； 步骤五、根据所述YOLOv5模型以及所述改进型YOLOv5模型，对待检测图像进行整体测试； 步骤四中，所述获取改进型YOLOv5网络，包括： 获取改进型YOLOv5网络的骨干网络，具体为： S41、获取可变形卷积结构，包括： S411、将维度为640×640×3的重点部位差异图经过聚焦结构后，输出第一特征图，所述第一特征图的维度为320×320×32； S412、将第一特征图输入偏移卷积层，输出第二特征图，并根据所述第二特征图得到所述第一特征图的偏移参数，其中， 步骤S412的计算模型为： 其中，F0表示各像素点的索引值，Fn表示该像素点对应3×3感受野中的第n个像素索引值，n∈{1,2,3,4,5,6,7,8,9}，w1为卷积操作，sF0+Fn为第一特征图，ΔFn表示感受野中n个像素索引对应的偏移参数； 所述偏移卷积层的卷积核大小为3×3，个数为64，所述第二特征图的维度为320×320×64，所述第一特征图包括320×320×32×2个偏移参数，每个像素点分别在x轴和y轴方向上有1个偏移参数； S413、将所述偏移参数分别与第一特征图中各像素的索引值相加，并进行取整操作，获得一组新的像素索引值； 根据新的像素索引值从第一特征图中获取被索引像素点的像素值，构成维度为320×320×32的偏移特征图； 将所述偏移特征图输入卷积核为3×3，步长为2的卷积层，得到维度为160×160×64的第三特征图；其中， 步骤S413的计算模型为： 其中，F0表示各像素点的索引值，Fn表示该像素点对应3×3感受野中的第n个像素索引值，n∈{1,2,3,4,5,6,7,8,9}，ΔFn表示感受野中n个像素索引对应的偏移参数，w2为卷积操作，sF0+Fn+ΔFn为偏移特征图，fF0表示卷积层的输出特征图； S414、将所述第三特征图依次输入批量归一化层、ReLU激活层，得到维度为160×160×64第四特征图； S42、将YOLOv5网络的骨干网络中的四个卷积结构替换为所述变形卷积结构，得到改进型YOLOv5网络的骨干网络。

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中国飞机强度研究所，其通讯地址为：710065 陕西省西安市雁塔区电子二路3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”。