湖南科技大学;湖南建工五建建筑工业化有限公司彭雄获国家专利权
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!
龙图腾网获悉湖南科技大学;湖南建工五建建筑工业化有限公司申请的专利一种基于结构引导网络的预制构件表面缺陷轻量化检测方法与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:CN121746384B 。
龙图腾网通过国家知识产权局官网在2026-05-01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:202610210599.4,技术领域涉及:G06T7/00;该发明授权一种基于结构引导网络的预制构件表面缺陷轻量化检测方法与系统是由彭雄;蒋毅;张思博;陈友;贾凤亮;杨志佳设计研发完成,并于2026-02-13向国家知识产权局提交的专利申请。
本一种基于结构引导网络的预制构件表面缺陷轻量化检测方法与系统在说明书摘要公布了:本发明实施例提供了一种基于结构引导网络的预制构件表面缺陷轻量化检测方法与系统,涉及视觉无损检测技术的技术领域。其方法包括:获取待检测的预制构件的表面图像;对所述表面图像进行分层特征提取,以生成一组第一特征图;对所述第一特征图进行特征重建与上采样,以生成第二特征图;将所述第二特征图输入至分层稀疏融合检测头,以对所述第二特征图进行像素级分类处理,以得到表征所述预制构件表面缺陷位置的分割结果图。本发明解决了检测精度低的问题,进而达到了提高检测精度的效果。
本发明授权一种基于结构引导网络的预制构件表面缺陷轻量化检测方法与系统在权利要求书中公布了:1.一种基于结构引导网络的预制构件表面缺陷轻量化检测方法,其特征在于,包括: 获取待检测的预制构件的表面图像; 对所述表面图像进行分层特征提取,以生成一组第一特征图,其中,所述第一特征图包含裂缝结构方向性信息; 对所述第一特征图进行特征重建与上采样,以生成第二特征图,其中,所述第二特征图包含边缘细节; 将所述第二特征图输入至分层稀疏融合检测头,以对所述第二特征图进行像素级分类处理,以得到表征所述预制构件表面缺陷位置的分割结果图; 其中,所述对所述表面图像进行分层特征提取包括: 通过动态非线性激活单元对输入特征进行无统计量的幅值调整;其中,所述动态非线性激活单元采用一基于双曲正切函数的动态调制函数,所述动态调制函数的形式为,其中为输入特征,为输出特征,与为通道级的可学习标量参数; 将调整后的特征分别输入至水平方向特征提取支路与竖直方向特征提取支路,两个支路分别采用一组一维卷积核沿不同空间维度进行特征提取,以得到方向性特征序列; 基于所述方向性特征序列生成自适应融合权重,并对所述两个支路输出的特征进行加权融合,以得到方向增强特征; 对所述方向增强特征执行通道注意力操作,以对不同特征通道进行重标定,从而输出所述第一特征图; 其中,所述对所述第一特征图进行特征重建与上采样包括: 通过坐标注意力机制对所述第一特征图进行处理,以注入空间位置先验信息; 将所述第一特征图分解为高频特征分量与低频特征分量; 基于所述高频特征分量对所述低频特征分量进行调制; 通过像素重排列操作对经过门控融合后的特征执行上采样,以恢复特征图的空间分辨率并生成所述第二特征图; 其中,所述基于所述高频特征分量对所述低频特征分量进行调制包括: 其中,为融合后的特征,为所述低频特征分量,为所述高频特征分量,为Sigmoid激活函数,为逐元素乘法操作。
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湖南科技大学;湖南建工五建建筑工业化有限公司,其通讯地址为:411100 湖南省湘潭市雨湖区石马头;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励