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！

龙图腾网获悉绍兴市上虞区武汉理工大学高等研究院;武汉理工大学申请的专利一种基于改进SSD算法的工件表面微小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：CN115937077B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202211053520.X，技术领域涉及：G06T7/00；该发明授权一种基于改进SSD算法的工件表面微小缺陷检测方法是由曹小华;梁世亮;邹腊年;彭帅宇;赵亚飞设计研发完成，并于2022-08-31向国家知识产权局提交的专利申请。

本一种基于改进SSD算法的工件表面微小缺陷检测方法在说明书摘要公布了：本发明涉及一种基于改进SSD算法的工件表面微小缺陷检测方法，改进原有的主干AGG16网络，采用多尺度卷积特征融合的思想，经过空洞卷积下采样操作与反卷积上采样操作，实现网络结构中的低层特征层与高层特征层的特征融合，使用新生成的特征图代替原SSD算法中形成的特征图，提高模型对小目标的识别精准度，形成全新的特征金字塔以预测最终的检测结果；针对先验框尺寸对小目标匹配差的问题，调整SSD模型先验框尺寸，能有效避免由于检测目标过小导致在训练时物体真实标签无法找到相对应的先验框与之匹配的问题，最终得到对小目标检测能力更强的新网络模型。本发明实现端对端的目标检测的同时能对小目标的缺陷有较高的检测准确率。

本发明授权一种基于改进SSD算法的工件表面微小缺陷检测方法在权利要求书中公布了：1.一种基于改进SSD算法的工件表面微小缺陷检测方法，其特征在于，包括以下步骤： 步骤S1.采集有缺陷工件表面图像; 步骤S2.预处理采集的图像，制成数据集; 步骤S3.修改VGG16主干特征提取网络，增加有效特征层;修改VGG主干特征提取网络，具体为： 1使用一次卷积核为[3,3]卷积网络和一次卷积核[1,1]卷积网络代替VGG16的FC6和FC7全连接层，命名为Conv6和Conv7层进一步提取网络特征； 2去掉VGG16原有的Dropout层和FC8层，新增了Conv8、Conv9、Conv10、Conv11层，提取更深层次网络特征；相较于原始SSD目标检测算法，增加Conv3_3为有效特征层，选取的具体有效特征层为Conv3_3，Conv4_3，Conv7，Conv8_2，Conv9_2，Conv10_2和Conv11_2共七个层，依次得到七个特征图，其大小为75*75，38*38，19*19，10*10，5*5，3*3，1*1，在七个有效特征层之间进行多尺度特征融合； 步骤S4.构建多尺度特征融合的改进SSD网络，损失函数采用置信度损失Lconf和位置损失Lloc，总损失为两种损失函数的加权和; 步骤S5.在融合特征层上构造多个不同的先验框，通过非极大值抑制算法抑制掉一部分重叠或者不正确的先验框，生成最终的先验框集合； 步骤S6.使用数据集训练SSD网络模型，得到权值文件; 步骤S7.将待检测的图片经过预处理之后输入训练后的SSD网络模型中，得到圆形工件的表面缺陷结果，包括缺陷位置及类别。

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绍兴市上虞区武汉理工大学高等研究院;武汉理工大学，其通讯地址为：312000 浙江省绍兴市上虞区曹娥街道江西路2288号浙大网新科技园A1楼5楼；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。