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！

龙图腾网获悉菲特(天津)检测技术有限公司;天津工业大学申请的专利工业品表面缺陷检测及严重等级预测模型、方法及应用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：CN118333955B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202410393795.0，技术领域涉及：G06T7/00；该发明授权工业品表面缺陷检测及严重等级预测模型、方法及应用是由陈立名;柯永振;田楷;杨帅;王凯;高泽;韩永坤设计研发完成，并于2024-04-02向国家知识产权局提交的专利申请。

本工业品表面缺陷检测及严重等级预测模型、方法及应用在说明书摘要公布了：本发明提供了一种工业品表面缺陷检测及严重等级预测模型、方法及应用，属于工业检测领域。所述模型包括：骨干网络，以及分别与其连接的缺陷检测网络、缺陷等级预测网络；所述缺陷检测网络与缺陷等级预测网络连接；所述骨干网络用于提取图像特征；所述缺陷检测网络用于根据图像特征获得预测的缺陷位置；所述缺陷等级预测网络用于根据图像特征和预测的缺陷位置获得每个缺陷的严重等级。利用本发明不仅能够检测出缺陷的位置，而且能够识别出缺陷的严重等级。另外，利用本发明不仅能够获取尺寸较大缺陷的特征，而且能够有效地保留小尺寸缺陷的特征。

本发明授权工业品表面缺陷检测及严重等级预测模型、方法及应用在权利要求书中公布了：1.一种工业品表面缺陷检测及严重等级预测模型，其特征在于：所述模型包括：骨干网络，以及分别与其连接的缺陷检测网络、缺陷等级预测网络；所述缺陷检测网络与缺陷等级预测网络连接； 所述骨干网络用于提取图像特征； 所述缺陷检测网络用于根据图像特征获得预测的缺陷位置； 所述缺陷等级预测网络用于根据图像特征和预测的缺陷位置获得每个缺陷的严重等级； 所述缺陷等级预测网络包括依次连接的：特征处理器，卷积层、全连接层以及SoftMax层； 所述特征处理器包括依次连接的：全局特征映射与融合模块、感兴趣区域池化模块、缺陷尺寸敏感的多尺度特征融合模块； 所述全局特征映射与融合模块用于将骨干网络输出的图像特征F映射为融合后的特征F’； 所述感兴趣区域池化模块用于将融合后的特征F’映射为固定尺寸的每个缺陷的多尺度特征BF； 所述缺陷尺寸敏感的多尺度特征融合模块用于将每个缺陷的多尺度特征BF融合在一起，得到最终的缺陷特征BF’； 所述全局特征映射与融合模块包括：映射及通道数量统一子模块、融合子模块，用于进行以下计算： F'i＝cbbcbfFi·GatecbfFi+upsamplecbfFi+1·GatecbfFi+1 其中，cbbX＝Relubnf3×3×cX代表融合子模块； cbfX＝Relubnf1×1×cX代表映射及通道数量统一子模块； GateX＝Sigmoidf1×1×cX Fi为骨干网络输出的图像特征，F'i为融合后的特征，i＝1，2，3，4； Relu表示激活操作，bn表示批归一化操作，f3×3×c表示过滤器尺寸为3*3输出特征通道数为c的卷积操作；f1×1×c表示过滤器尺寸为1*1输出特征通道数为c的卷积操作；upsample表示上采样； 所述缺陷尺寸敏感的多尺度特征融合模块包括：特征融合权重预测模块和重采样模块，用于进行以下计算： 其中，Resample表示重采样； 特征融合权重预测模块利用下式获得融合系数向量W： W＝sigmoidfcflatten_concatBF1,BF2,BF3,BF4 其中，融合系数向量W包括融合系数ωi，i＝1,2,3,4，fc表示全连接层，flatten_concat表示将输出的多尺度特征展平成一维特征并拼接在一起。

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菲特(天津)检测技术有限公司;天津工业大学，其通讯地址为：300308 天津市东丽区天津自贸试验区西七道28号智汇谷人工智能产业园区南楼；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”。