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！

龙图腾网获悉复旦大学申请的专利一种基于深度学习的瓷砖瑕疵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：CN117173117B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202311112756.0，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的瓷砖瑕疵检测方法是由朱学宇设计研发完成，并于2023-08-31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瓷砖瑕疵检测方法在说明书摘要公布了：本发明涉及一种基于深度学习的瓷砖瑕疵检测方法，方法包括：获取待检测的瓷砖图像，将图像输入训练完成的瓷砖瑕疵检测模型，输出检测结果，其中，瓷砖瑕疵检测模型的训练过程具体为：建立改进的YOLOv7模型，YOLOv7模型包括骨干模块、Neck模块、残差卷积模块和head模块，将训练集输入改进的YOLOv7模型中，通过权重融合IoU函数与NWD函数结合的损失函数进行训练，得到训练完成的瓷砖瑕疵检测模型。与现有技术相比，本发明具有提高目标检测模型对瓷砖的瑕疵的检测的精度等优点。

本发明授权一种基于深度学习的瓷砖瑕疵检测方法在权利要求书中公布了：1.一种基于深度学习的瓷砖瑕疵检测方法，其特征在于，方法包括： 获取待检测的瓷砖图像，将图像输入训练完成的瓷砖瑕疵检测模型，输出检测结果，其中，瓷砖瑕疵检测模型的训练过程具体为： 建立改进的YOLOv7模型，YOLOv7模型包括骨干模块、Neck模块、残差卷积模块和head模块，将训练集输入改进的YOLOv7模型中，通过权重融合IoU函数与NWD函数结合的损失函数进行训练，得到训练完成的瓷砖瑕疵检测模型，其中，损失函数具体为： loss＝1-ration*1-NWD+ration*1-IoU 其中，ration为数据集中小目标的比例，NWD表示归一化沃斯坦斯距离函数，IoU表示交并比函数； 训练集输入改进的YOLOv7模型后，训练集先进入骨干模块，进入骨干模块后先经过多个CBS模块和高效聚合模块，得到初步特征，初步特征输入第一个下采样模块和第一个高效聚合模块，输出的特征作为Neck模块的第一输入特征，Neck模块的第一输入特征输入下一个下采样模块和下一个高效聚合模块，输出Neck模块的第二输入特征，Neck模块的第二输入特征输入再下一个下采样模块和再下一个高效聚合模块，输出的特征输入空间金字塔池化模块，空间金字塔池化模块输出Neck模块的第三输入特征； Neck模块中，第一输入特征和第二输入特征经过CBS模块进行处理，第三输入特征经过CBS模块和特征内容感知重组模块，输出的特征与处理后的第二输入特征合并输入到ELAN-H模块，输出特征S1，S1经过CBS模块和特征内容感知重组模块，与Neck模块的第一输入特征合并输入到ELAN-H模块得到输出，将此输出记作S2，S2经过下采样模块与S1合并输入到ELAN-H得到输出，将此输出记作S3，S3经过下采样模块与Neck模块的第三输入特征合并输入到ELAN-H模块得到输出，将此输出记作S4； 残差卷积模块位于head模块和骨干模块之间，Neck模块的第一输入特征经过残差卷积模块后与S2合并，将合并结果记作H1，将Neck模块的第二输入特征经过残差卷积模块后与S3合并，将合并结果记作H2，将Neck模块的第三输入特征经过残差卷积模块后与S4合并，将合并结果记作H3； head模块中，H1、H2和H3分别经过CBS模块降维后输入到重参数化模块，得到的输出进入卷积层进行降维，得到对应的输出结果head1、head2和head3，综合head1、head2和head3以及损失函数进行迭代训练。

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复旦大学，其通讯地址为：200433 上海市杨浦区邯郸路220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”。

以上内容由龙图腾AI智能生成。