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！

龙图腾网恭喜中国民用航空飞行学院申请的专利基于深度学习的航空铆钉分类及异常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：CN115965598B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202211685325.9，技术领域涉及：G06T7/00；该发明授权基于深度学习的航空铆钉分类及异常检测方法是由夏正洪;魏汝祥;吴建军;何琥设计研发完成，并于2022-12-27向国家知识产权局提交的专利申请。

本基于深度学习的航空铆钉分类及异常检测方法在说明书摘要公布了：本发明公开了一种基于深度学习的航空铆钉分类及异常检测方法，包括如下步骤：步骤一、采集航空铆钉图像数据，并对图像数据进行预处理；步骤二、对航空铆钉图像数据进行目标框类别标注和数据增强处理；步骤三、采用迁移训练加冻结训练的方式对航空铆钉分类及异常检测模型进行训练；步骤四、采用以DarkNet‑53结构为基线的卷积神经网络为主干网络提取特征进行神经网络推理，以Focus层、跨阶段局部网络层、空间金字塔池化结构模块、上采样层、连接层作为颈部网络来进行特征融合，最后使用解耦检测头生成检测结果。与现有技术相比，本发明的积极效果是：本发明的航空铆钉分类及异常目标检测精度和速度均有绝对的优势。

本发明授权基于深度学习的航空铆钉分类及异常检测方法在权利要求书中公布了：1.一种基于深度学习的航空铆钉分类及异常检测方法，其特征在于：包括如下步骤：步骤一、采集航空铆钉图像数据，并对图像数据进行预处理；步骤二、对航空铆钉图像数据进行目标框类别标注和数据增强处理；步骤三、采用迁移训练加冻结训练的方式对航空铆钉分类及异常检测模型进行训练，得到航空铆钉分类及异常检测模型的权重；步骤四、基于步骤三训练后得到的航空铆钉分类及异常检测模型的权重，对航空铆钉数据进行分类及异常识别；航空铆钉分类及异常检测模型的推理过程包括提取特征阶段、收集处理特征信息阶段以及预测阶段，其中：第一步、提取特征阶段：输入端输入的尺寸为416×416×3的图片，通过Focus层经过裁剪拼接和卷积处理得到208×208×24的特征图，经过卷积层、跨阶段局部网络层CSP和空间金字塔池化结构模块SPP的层层推理，在主干网络的中层、中下层和底层分别得到52×52×96、26×26×192、13×13×384大小的特征图，随后参与网络颈部特征融合；在推理过程中采用无锚框机制，在主干网络后经过下采样把不同大小的信息输入到预测分支，每一个中心锚点只产生一个候选框；在主干网络末端插入SE注意力机制，通过自主学习的方式来自动获取每个特征通道的重要程度，然后依照这个重要程度去提升有用的特征并抑制对当前任务用处不大的特征；第二步、收集处理特征信息阶段：网络颈部采用特征图金字塔网络和路径聚合网络结构，将浅层语义特征和更深层次的语义特征融合；最后，在网络颈部的中层、中下层和底层分别得到52×52×96、26×26×192、13×13×384大小的特征图；第三步、输入到解耦检测头进行推理预测，得到目标的预测前景、预测种类和预测位置；第四步、在标签分配时使用正负样本分配策略SimOTA，首先使用中心先验法确定候选区域，构建cost成本函数，然后根据cost成本函数的大小，挑选出k个成本最低的候选框，最后根据全局情况去除重复候选框后得到最后的预测框。

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国民用航空飞行学院，其通讯地址为：618307 四川省德阳市广汉市三水镇高店村；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”。