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！

龙图腾网获悉无锡车联天下信息技术有限公司申请的专利一种轮胎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：CN120182275B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202510660324.6，技术领域涉及：G06T7/00；该发明授权一种轮胎缺陷检测方法是由梁腾;王勇萍;盖泽宇;徐西海设计研发完成，并于2025-05-22向国家知识产权局提交的专利申请。

本一种轮胎缺陷检测方法在说明书摘要公布了：本发明提供一种轮胎缺陷检测方法，其能以较高效率和准确率识别出轮胎表面的缺陷。其基于并行的四个空洞卷积模块构建MAC模块，使用MAC模块替换Unet模型中原有的池化操作，构建DMAUnet模型对轮胎表面的缺陷进行检测；为四路空洞卷积设置不同的空洞率，来扩大感受野，裂纹等缺陷在不同尺度下的表现可能有所不同，所以通过四路并行的空洞卷积，能够让网络在多个尺度下同时进行特征提取，有助于检测不同大小和形状的轮胎表面缺陷；在MAC模块中的四路空洞卷积后使用卷积整合得到的特征信息，同时调整通道数，确保模型能以较高效率和准确率识别出轮胎表面的缺陷。

本发明授权一种轮胎缺陷检测方法在权利要求书中公布了：1.一种轮胎缺陷检测方法，其特征在于，其包括以下步骤： S1：构建MAC模块； 所述MAC模块包括：依次连接的输入模块、并行的四个空洞卷积模块、一个卷积模块和输出模块； 四个并行的所述空洞卷积模块分别设置空洞率，输入特征图同时送入四个并行的所述空洞卷积模块中，通过不同的空洞率来调整输出通道以及提取输入特征图的特征信息，然后将四路并行的空洞卷积提取的特征信息基于Concat操作叠加在一起，再送入一个1*1的卷积模块调整特征图的通道数，最后基于输出模块进行特征图输出； S2：以Unet模型为基础，将MAC模块替换Unet模型中原有的池化操作，构建DMAUnet模型； S3：基于DMAUnet模型构建轮胎缺陷检测模型； 所述轮胎缺陷检测模型包括：依次连接的特征输入模块、DMAUnet模型和检测结果输出模块； 所述DMAUnet模型对输入的特征图中的缺陷进行检测和强化得到强化后的特征图，所述DMAUnet模型的输出包括：强化后特征图以及强化后特征图中每个像素点对应的特征值； 所述检测结果输出模块对所述强化后特征图中存在的缺陷特征进行判断，判断是否存在缺陷； S4：基于各种轮胎拍摄数据构建训练数据集和验证数据集； 使用训练数据集对所述轮胎缺陷检测模型进行训练，得到训练好的所述轮胎缺陷检测模型； S5：基于图像采集设备实时采集轮胎图像，送入到所述训练好的所述轮胎缺陷检测模型中，所述轮胎缺陷检测模型输出对每个输入图像的检测结果； 所述检测结果包括：缺陷判断结果、强化后特征图以及强化后特征图中每个像素点对应的特征值； 所述DMAUnet模型包括：编码器和解码器，所述编码器和所述解码器之间通过瓶颈层连接； 所述编码器中包括N个下采样模块，每个所述下采样模块包括：依次连接的密集卷积块、卷积层和MACModule；所述解码器中包括N个上采样模块，每个所述上采样模块包括：依次连接的UpSampling层和卷积层，UpSampling层基于反卷积实现；其中N≥1；同一级所述上采样模块中的卷积层和所述下采样模块中的卷积层之间建立跨层跳跃连接； 所述瓶颈层基于M个连续卷积层实现，M≥1； 原始输入图像送入所述编码器通过多个卷积层和池化层逐步提取特征，获得N级特征图，同时每一层下采样模块都基于所述密集卷积块使用密集链接的方式，将每一级特征图都传递到下一层，使编码器中每一层得到的输入都不仅只是前一层的输出，而是当前层级之前所有网络层的输出；所述瓶颈层在所述编码器之后，通过M次卷积操作来进一步提取最深层级的特征信息；所述解码器使用UpSampling层来逐步恢复图像的空间尺寸，同时使用跳跃链接融合来自于编码器中的特征信息。

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无锡车联天下信息技术有限公司，其通讯地址为：214000 江苏省无锡市滨湖区华运路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”。