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！

龙图腾网获悉西南石油大学申请的专利一种基于改进yolo网络的管道焊缝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：CN116468684B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202310392031.5，技术领域涉及：G06T7/00；该发明授权一种基于改进yolo网络的管道焊缝缺陷检测方法是由罗仁泽;李华督;唐祥;王磊;陈翔;雷璨如;林泓宇;吴涛;刘恒;罗任权;邓治林;余泓;谭亮;武娟;廖波;曹瑞;赵丹;王清松;易玺设计研发完成，并于2023-04-12向国家知识产权局提交的专利申请。

本一种基于改进yolo网络的管道焊缝缺陷检测方法在说明书摘要公布了：本发明提出一种基于改进yolo的管道焊缝缺陷检测方法，该方法先对采集到的管道焊缝缺陷图像进行预处理，构建改进yolo网络模型，具体实施方法为：在上采样特征提取模块采用两个改进的残差网络结构去进行特征提取，实现网络模型检测精度与检测速度的双增长，设计正则化交叉熵损失函数改善样本不平衡的问题，最后，利用数据训练集对模型进行参数训练，用测试集对训练好的模型进行测试。本发明有效的提高了管道焊缝缺陷检测精度和检测效率。

本发明授权一种基于改进yolo网络的管道焊缝缺陷检测方法在权利要求书中公布了：1.一种基于改进yolo的管道焊缝缺陷检测方法，其特征在于包括以下步骤： 步骤1：收集油气管道焊缝缺陷图像并进行预处理，具体处理方式为： 1采用Mosaic图像增强方法的改版——Mosaic-8，即采用8张图片随机裁剪、随机排列、随机缩放，然后组合成一张图片，同时合理引入一些随机噪声，增强网络模型对图像中小目标样本的区分力； 2将增强后的图像调整为n×n像素大小的尺寸，n∈Z+； 3将处理后的缺陷图像根据焊缝缺陷检测工作人员经验对缺陷类型进行划分，并将数据图像划分训练集与测试集； 步骤2：构建基于改进yolo的管道焊缝缺陷检测模型，具体处理方式为： 1构建改进RepVGG特征提取网络，主要包含两个改进残差结构R1与R2，网络由R1与R2两种结构交替连接构成，残差结构R1结构如下： x1＝Convm×mxinput x2＝Conv1×1x1 式中，xinput代表模型的输入图像，xoutput代表模型的输出图像，Convm×m为尺寸为m×m的卷积，Conv1×1为尺寸为1×1的卷积，为Concat操作，m∈Z+； 残差结构R2结构为： x1＝Convm×mxinput x2＝Conv1×1x1 Concat的操作公式如下： 式中，X、Y均为输入特征图且X＝Y，k表示输入特征图X的通道数，d为输入特征图Y的通道数，i∈[1,k]，j∈[1,d]； 2经过特征提取后经过尺寸为3×3的卷积操作后分为两个通道，其一通道经过卷积块D输出为13像素值×13像素值的特征图，其中卷积块D计算结构如下： D1＝Conv1×1Dinput Doutput＝Conv3×3D1 式中，Dinput代表模型的输入图像，Doutput代表模型的输出图像，Conv3×3为尺寸为3×3的卷积操作； 其二通道经过零阶插值法进行上采样操作，其计算结构如下： 式中，s,t为特征图像素浮点坐标值，x,y为离浮点坐标最近的整数坐标值，s,t∈Q+，x,y∈Z+； 上采样操作后分为两个通道，其一通道经过卷积块D输出为26像素值×26像素值的特征图，其二通道在经过零阶插值法与卷积D操作后输出52像素值×52像素值的特征图；最后通过非极大值抑制算法输出最后的检测结果； 3设计加权交叉熵函数结合惩罚函数构建损失函数，以改善焊缝图像中缺陷样本不均衡的问题并增加正则化效果： Loss＝λ*LossBCE+αω2 其中，LossBCE为二元交叉熵损失函数，λ为缺陷与焊缝区域像素的比值，λ∈0,1，αω2为惩罚函数范数2，α∈0,1，ω∈Q； 步骤3：将训练集输入到步骤2中构建的检测网络模型进行训练，训练完成的模型选择在训练过程中损失函数最小的模型； 步骤4：将测试集输入训练完成的参数模型中进行焊缝缺陷检测，得到缺陷检测结果。

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南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8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。