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！

龙图腾网获悉湖南工业大学申请的专利焊缝缺陷检测方法、电子设备及介质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：CN120125507B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202510139703.0，技术领域涉及：G06T7/00；该发明授权焊缝缺陷检测方法、电子设备及介质是由罗媛;令杰;鲁乃唯;张海萍;陈方怀;肖新辉;马亚飞;刘小帆;王岩鹏;游新宇;田淼;李兆超;陈英设计研发完成，并于2025-02-08向国家知识产权局提交的专利申请。

本焊缝缺陷检测方法、电子设备及介质在说明书摘要公布了：本发明提供了一种焊缝缺陷检测方法、电子设备及介质，本发明的方法包括：获取焊缝图像；对平均亮度值低于阈值的焊缝图像进行增强处理，得到增强图像；将平均亮度值高于阈值的焊缝图像和增强图像作为深度学习网络模型的输入，训练所述深度学习网络模型，得到焊缝缺陷检测模型。本发明通过空间注意力机制增强关键特征，聚焦于重要的空间区域，同时抑制不相关的信息，处理后的特征保留了各自尺度的关键信息。通过C3k2模块的跨阶段部分连接，有效地优化和精炼特征，提升了特征的融合与表示能力，确保信息能够在不同层级和尺度之间传递和融合，实现对各种尺度目标的准确识别和定位；多层次检测体系能够覆盖多尺度目标，提升对小目标缺陷的检测能力。

本发明授权焊缝缺陷检测方法、电子设备及介质在权利要求书中公布了：1.一种焊缝缺陷检测方法，其特征在于，包括以下步骤： S1、获取焊缝图像； S2、对平均亮度值低于阈值的焊缝图像进行图像增强处理，得到增强图像； S3、将平均亮度值高于阈值的焊缝图像和增强图像作为深度学习网络模型的输入，训练所述深度学习网络模型，得到焊缝缺陷检测模型； 所述深度学习网络模型包括主干网络、颈部网络和头部网络，所述主干网络包括特征层P2、特征层P3、特征层P4、特征层P5；所述颈部网络包括依次连接的第一空间注意力层、第一C3k2模块、第二空间注意力层、第二C3k2模块、第三空间注意力层、第三C3k2模块、第四空间注意力层、第四C3k2模块；所述头部网络包括第一检测头、第二检测头、第三检测头、第四检测头、Detect模块； 所述特征层P2与所述第一空间注意力层连接，所述特征层P3与所述第二空间注意力层连接，所述特征层P4与所述第三空间注意力层连接，所述特征层P5与所述第四空间注意力层连接； 所述第一C3k2模块与所述第一检测头连接，所述第二C3k2模块与所述第二检测头连接，所述第三C3k2模块与所述第三检测头连接，所述第四C3k2模块与所述第四检测头连接； 所述第一检测头、第二检测头、第三检测头、第四检测头均与所述Detect模块连接； S2的实现过程包括： 构建图像增强处理模型，将平均亮度值低于阈值的焊缝图像输入所述图像增强处理模型，得到增强图像； 所述图像增强处理模型包括依次连接的光照估计器、视觉修复单元； 所述光照估计器包括依次连接的第一卷积层、第二卷积层、第三卷积层、第一融合层； 所述视觉修复单元包括依次连接的第四卷积层、多层级联的第一神经网络、多层级联的第二神经网络、第七卷积层、第二融合层；所述第一融合层分别与所述第四卷积层、第二融合层连接；所述第一神经网络包括依次连接的DFM模块、第五卷积层；所述第二神经网络包括依次连接的反卷积层、第六卷积层、DFM模块； 所述DFM模块包括依次连接的交叉注意力层、第五空间注意力层、通道注意力层、归一化层、前馈神经网络。

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湖南工业大学，其通讯地址为：412007 湖南省株洲市天元区泰山西路88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”。