恭喜湖南工商大学赵珏获国家专利权
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!
龙图腾网恭喜湖南工商大学申请的专利一种基于PPY-YOLO的钢材表面缺陷检测方法及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:CN119672031B 。
龙图腾网通过国家知识产权局官网在2025-04-25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:202510195795.4,技术领域涉及:G06T7/00;该发明授权一种基于PPY-YOLO的钢材表面缺陷检测方法及系统是由赵珏;彭裕发;张胜;刘思懿;段佳卓;黄旭;殷之恒设计研发完成,并于2025-02-21向国家知识产权局提交的专利申请。
本一种基于PPY-YOLO的钢材表面缺陷检测方法及系统在说明书摘要公布了:本发明公开了一种基于PPY‑YOLO的钢材表面缺陷检测方法及系统,该方法包括步骤1:钢材表面缺陷图像预处理;步骤2:通过在YOLOv11网络中引入颈部结构Faster‑Neck、深度学习模块C3K2_Faster以及空间金字塔池化模块SPPFSim,获得PPY‑YOLO目标检测模型;步骤3:PPY‑YOLO目标检测模型训练;步骤4:获取钢材图像,输入训练好的PPY‑YOLO目标检测模型,得到钢材表面缺陷的类别和定位信息。本发明构建新的模型,通过改进骨干网络和颈部网络,骨干网络是C2PSA模块的输入端与SPPFSim模块的输出端相连,颈部网络增加了上采样组和下采样组,使得模型具体较好的检测效果。
本发明授权一种基于PPY-YOLO的钢材表面缺陷检测方法及系统在权利要求书中公布了:1.一种基于PPY-YOLO的钢材表面缺陷检测方法,其特征在于,包括:步骤1:对获取到的钢材表面缺陷图像进行预处理;步骤2:通过在YOLOv11网络中引入颈部结构Faster-Neck、深度学习模块C3K2_Faster以及空间金字塔池化模块SPPFSim,获得PPY-YOLO目标检测模型;所述PPY-YOLO目标检测模型包括依次串联的骨干网络、颈部网络以及检测头,其中骨干网络的C2PSA模块的输入端与SPPFSim模块的输出端相连,所述颈部结构Faster-Neck在现有颈部网络的基础上分别增加一组上采样组和一组下采样组;步骤3:将按照步骤1进行预处理得到的训练集输入到PPY-YOLO目标检测模型中进行训练,并在训练的过程中输入验证集,通过测试集验证训练效果,从而得到训练好的PPY-YOLO目标检测模型;步骤4:在工业钢材生产的过程中使用摄像设备来获取钢材图像,输入训练好的PPY-YOLO目标检测模型,得到钢材表面缺陷的类别和定位信息以及结果置信度;所述颈部结构Faster-Neck中在现有颈部网络上新增的上采样组包括依次串联上采样模块,特征融合模块,深度学习模块C3K2_Faster,新增的下采样组包括依次串联的Conv模块,深度学习模块C3K2_Faster,特征融合模块,同时将现有颈部网络中的C3K2模块用深度学习模块C3K2_Faster替代;其中深度学习模块C3K2_Faster包括依次串联的Conv模块、Split操作层、若干个FasterBlock模块或C3K_Faster模块、Concat操作层以及Conv模块,且第一个Conv模块,Split操作层以及若干个FasterBlock模块或C3K_Faster模块的输出端均与Concat操作层的输入端相连。
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工商大学,其通讯地址为:410205 湖南省长沙市岳麓区岳麓大道569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”。
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。