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！

龙图腾网获悉西安工程大学申请的专利一种钢材瑕疵检测方法、装置、介质和设备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：CN120088246B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202510557056.5，技术领域涉及：G06T7/00；该发明授权一种钢材瑕疵检测方法、装置、介质和设备是由陈君;彭鑫;张树波设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本一种钢材瑕疵检测方法、装置、介质和设备在说明书摘要公布了：本发明公开了一种钢材瑕疵检测方法、装置、介质和设备，涉及图像识别的技术领域。该方法包括：获取钢材的图像训练数据集与待检测钢材的图像；将图像训练数据集中的图像作为输入，将去噪后的钢材图像作为输出，对生成式对抗网络进行训练，得到去噪模型；将待检测钢材的图像输入去噪模型，得到去噪后的图像；将去噪后的钢材图像输入预训练的swintransformer模型与预训练的卷积神经网络模型进行特征提取，得到去噪后图像的第一特征与第二特征，对第一特征与第二特征进行特征融合，得到关于待检测钢材的特征图；利用区域提议网络与感兴趣区域网络对特征图进行处理，得到待检测钢材的瑕疵类型与瑕疵位置。通过上述方案，能够提高对钢材进行缺陷检测的精确度。

本发明授权一种钢材瑕疵检测方法、装置、介质和设备在权利要求书中公布了：1.一种钢材瑕疵检测方法，其特征在于，包括： 获取与钢材相关的图像训练数据集，并且获取待检测钢材的图像； 将所述图像训练数据集中的图像作为输入，将去噪后的钢材图像作为输出，对生成式对抗网络进行训练，得到去噪网络模型，具体包括：将所述图像训练数据集中的第N个图像输入所述生成式对抗网络的生成器，得到关于所述第N个图像的第一去噪图像，N为正整数；将所述第N个图像与所述第N个图像的第一去噪图像输入所述生成式对抗网络的判别器，得到所述第N个图像与所述第N个图像的第一去噪图像之间的相似概率；将所述相似概率输入所述生成式对抗网络的损失函数，得到损失值，并将所述损失值输入所述生成器进行适应性矩估计迭代训练，得到所述去噪网络模型； 其中，所述损失函数是由对抗损失、感知损失及结合所述判别器的图像纹理特征匹配的损失函数通过加权求和得到的，其计算表达式为： ； 式中，Loss为损失函数的输出，为对抗损失，为感知损失，为结合所述判别器的图像纹理特征匹配的损失函数，是的权重，是的权重，是的权重； 所述的计算表达式为： ； 式中，表示所述判别器的第i个卷积层，G表示生成器，表示原始噪声样本的数据分布，表示不具有噪声的样本的数据分布，z表示噪声,T表示判别器的层数，表示每一层元素的数量，k表示判别的尺度，表示第k判别尺度下的； 将所述待检测钢材的图像输入所述去噪网络模型，得到去噪后的待检测钢材的图像；将所述去噪后的待检测钢材的图像分别输入预训练的swintransformer模型与预训练的卷积神经网络模型进行特征提取，得到所述去噪后的待检测钢材的图像的第一特征与第二特征，并对所述第一特征与第二特征进行多尺度特征融合，得到关于所述待检测钢材的特征图； 利用区域提议网络与感兴趣区域网络对所述特征图进行处理，得到所述待检测钢材的瑕疵类型与瑕疵位置。

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西安工程大学，其通讯地址为：710048 陕西省西安市临潼区陕鼓大道58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。