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！

龙图腾网获悉长安大学;宿迁学院申请的专利一种基于MSFE-YOLO的禽类种蛋外壳缺陷检测方法及系统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：CN120558976B 。

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：202511072294.3，技术领域涉及：G01N21/88；该发明授权一种基于MSFE-YOLO的禽类种蛋外壳缺陷检测方法及系统是由陈林;何昕泽;肖剑;史洪玮;胡欣;杨小苑;崔宇婷;孙永杰;杜凯;陈丹;张赞设计研发完成，并于2025-08-01向国家知识产权局提交的专利申请。

本一种基于MSFE-YOLO的禽类种蛋外壳缺陷检测方法及系统在说明书摘要公布了：本申请属于缺陷检测技术领域，公开了一种基于MSFE‑YOLO的禽类种蛋外壳缺陷检测方法及系统，通过图像采集、光照增强、数据传输以及缺陷检测构成完整的检测系统，实现从图像获取到缺陷识别的一体化检测，在种蛋外壳缺陷检测应用中可有效代替现有的人工检测方法，提高种蛋质量筛选的自动化水平；同时改进MSFE‑YOLO网络模型中的ADEM模块降低了通道维数，加强对高频特征的关注，其次基于PAN‑FPN架构调整特征融合网络，增加对浅层特征的关注，同时引入大尺度卷积核增强对目标上下文信息的关注，最后通过引入可调参数N，实现对IoU的针对性调整，以适应不同检测任务的需求，在检测精度与计算开销之间取得了较好的平衡。

本发明授权一种基于MSFE-YOLO的禽类种蛋外壳缺陷检测方法及系统在权利要求书中公布了：1.一种基于MSFE-YOLO的禽类种蛋外壳缺陷检测方法，其特征在于，包括以下步骤： 步骤1：采集禽类种蛋外壳缺陷图像，包括裂纹、裂缝以及破损缺陷； 步骤2：对采集到的禽类种蛋外壳缺陷图像进行预处理及数据标注，得到最终的禽类种蛋外壳缺陷数据集； 步骤3：将禽类种蛋外壳缺陷数据集输入到改进MSFE-YOLO网络模型中进行训练，通过损失函数对改进MSFE-YOLO网络模型的参数进行优化，得到训练好的缺陷检测模型； 所述改进MSFE-YOLO网络模型包括骨干网络、特征融合网络和检测头，骨干网络的特征提取流程依次为第一CBS、第二CBS、第一C2f-ADEM、第三CBS、第二C2f-ADEM、第四CBS、第三C2f-ADEM、第五CBS、第四C2f-ADEM和SPPF，特征融合网络为改进MFFN特征融合网络，改进MFFN特征融合网络中的SPDConv连接第二CBS的输出，SPDConv的输出连接第二Concat，第二C2f-ADEM的输出也连接第二Concat，SPPF的输出连接第一Upsample，第一Upsample的输出连接第一Concat；第三C2f-ADEM的输出也连接第一Concat，第一Concat通过第五C2f-ADEM和第二Upsample的输出连接第二Concat，第二Concat的输出连接大尺度卷积层Conv，第五C2f-ADEM的输出连接第三Concat，SPPF的输出还连接第四Concat，大尺度卷积层Conv、第三Concat和第四Concat的输出分别连接检测头；所述第一C2f-ADEM、第二C2f-ADEM、第三C2f-ADEM和第四C2f-ADEM的模块结构相同，均是将输入特征通过1×1CBS卷积层，随后将输出特征在通道维度上分割为两部分，其中一部分经过ADEM模块，另一部分保持原有特征，随后将两条分支输出结果在通道维度上进行拼接，最后通过1×1CBS卷积层后输出特征；所述ADEM模块将输入特征首先输入条件卷积，随后通过通道分割为两部分，其中一部分通过细节增强卷积和逐点卷积，随后与另一部分直接在特征维度进行特征拼接，最后通过通道混洗后输出特征； 步骤4：利用训练好的缺陷检测模型对待检测禽类种蛋外壳图像进行检测，检测是否存在相关缺陷，得出检测结果； 步骤5：根据检测结果，利用二指夹爪夹取缺陷种蛋，实现缺陷种蛋与完好种蛋的实时分流。

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长安大学;宿迁学院，其通讯地址为：710061 陕西省西安市雁塔区南二环路中段；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。