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！

龙图腾网恭喜中车山东风电有限公司申请的专利用于风力发电机叶片表面缺陷的检测方法、系统及介质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：CN119048493B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202411514600.X，技术领域涉及：G06T7/00；该发明授权用于风力发电机叶片表面缺陷的检测方法、系统及介质是由仪小龙;张鑫;关中杰;樊易飞;马无为设计研发完成，并于2024-10-29向国家知识产权局提交的专利申请。

本用于风力发电机叶片表面缺陷的检测方法、系统及介质在说明书摘要公布了：本申请公开了一种用于风力发电机叶片表面缺陷的检测方法、系统及介质，主要涉及叶片表面缺陷检测技术领域，用以解决现有的目标检测方法精度较低或计算速度相对较慢的问题。包括：将YOLOv5中主干特征提取网络中的CBL中的卷积块结构替换为深度可分离卷积结构，以及在主干特征提取网络中CSP模块中加入通道注意力机制，获得更新后的主干特征提取网络；将YOLOv5中颈部结构网络中的CSP模块中加入通道注意力机制，获得更新后的颈部结构网络；将YOLOv5中检测结构网络中的训练好的Kmeans算法替换为训练好的Kmeans++算法后，获得更新后的检测结构网络；通过更新后的YOLOv5，获得最终预测框。

本发明授权用于风力发电机叶片表面缺陷的检测方法、系统及介质在权利要求书中公布了：1.一种用于风力发电机叶片表面缺陷的检测方法，其特征在于，所述方法包括：采集风力发电机桨叶表面缺陷图像，构建风机桨叶表面缺陷图像数据集；获取风机桨叶表面缺陷图像数据集内风机桨叶表面缺陷图像的缺陷标注数据；将风机桨叶表面缺陷图像数据集中的图像数量扩展为预设数量，以作为最终数据集；将最终数据集输入YOLOv5中的letterbox函数，获得预设尺寸的第一图像；将YOLOv5中主干特征提取网络中的CBL中的卷积块结构替换为深度可分离卷积结构，以及在主干特征提取网络中CSP模块中加入通道注意力机制，获得更新后的主干特征提取网络；其中，深度可分离卷积结构设置为逐通道卷积和逐点卷积组合形式，且逐通道卷积的输出结果输入逐点卷积；将YOLOv5中颈部结构网络中的CSP模块中加入通道注意力机制，获得更新后的颈部结构网络；将YOLOv5中检测结构网络中的训练好的Kmeans算法替换为训练好的Kmeans++算法后，获得更新后的检测结构网络；将第一图像输入更新后的主干特征提取网络，获得主干输出数据，进而将主干输出数据作为输入数据输入更新后的颈部结构网络获得3类预设输出尺度的特征图；将特征图作为更新后的检测结构网络的输入数据，以获得最终预测框。

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中车山东风电有限公司，其通讯地址为：250000 山东省济南市高新区世纪大道3666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”。