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！

龙图腾网获悉浙江工业大学申请的专利一种基于多尺度特征的免锚框表面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：CN115861281B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202211686786.8，技术领域涉及：G06T7/00；该发明授权一种基于多尺度特征的免锚框表面缺陷检测方法是由胡海根;宋泉鉴;董林伟;许慧;雨琪;黄旭航设计研发完成，并于2022-12-26向国家知识产权局提交的专利申请。

本一种基于多尺度特征的免锚框表面缺陷检测方法在说明书摘要公布了：本发明公开了一种基于多尺度特征的免锚框表面缺陷检测方法，包括：建立表面缺陷检测模型，包括SwinTransformer模型、第一特征提取单元、N层特征金字塔网络、第二特征提取单元和N个FCOS检测头；采集零件图片作为数据集训练表面缺陷检测模型；将待检测零件图片输入训练好的表面缺陷检测模型，预测出目标框的中心点及其到真实框的四条边的距离，计算出预测框的左上角坐标和右下角坐标作为表面缺陷检测结果。该方法可实现高效、适应多尺度的目标表面缺陷检测，既能够均衡目标框内的正负样本，又能更好地表示形状变化较大的目标，尤其是对小尺寸缺陷目标和极端横纵比的条形缺陷目标有着较好的检测精度和鲁棒性。

本发明授权一种基于多尺度特征的免锚框表面缺陷检测方法在权利要求书中公布了：1.一种基于多尺度特征的免锚框表面缺陷检测方法，其特征在于：所述基于多尺度特征的免锚框表面缺陷检测方法包括如下步骤： S1、建立表面缺陷检测模型，所述表面缺陷检测模型包括SwinTransformer模型、第一特征提取单元、N层特征金字塔网络、第二特征提取单元和N个FCOS检测头，其中： 所述第一特征提取单元包括多个并行的第一卷积层，所述SwinTransformer模型的各阶段分别通过第一卷积层与前N-1层特征金字塔网络一一对应顺序连接，所述第二特征提取单元包括多个并行的第二卷积层，所述特征金字塔网络与FCOS检测头通过第二卷积层一一对应连接，将所述SwinTransformer模型的最末阶段对应的特征金字塔网络视为基准层，从基准层开始通过逐步上采样操作自顶向下融合对应特征金字塔网络的输入特征图，并将基准层的输出特征图经过第三卷积层后输入第N层特征金字塔网络，所述第一卷积层的卷积核尺寸为1×1，通道为256维，所述第二卷积层的卷积核尺寸为3×3，所述第三卷积层的卷积核尺寸为3×3，步长为2； 所述FCOS检测头包括分类分支和回归分支，所述分类分支包括类别预测分支和center-ness分支，通过各FCOS检测头进行对应第二卷积层的输出特征图的回归和分类，所述FCOS检测头基于FCOS中心采样优化方法更新目标框； S2、采集零件图片作为数据集训练所述表面缺陷检测模型； S3、将待检测零件图片输入训练好的表面缺陷检测模型，预测出目标框的中心点cx,cy及该中心点到真实框的四条边的距离l*,t*,r*,b*，计算出预测框的左上角坐标cx-l*,cy-t*和右下角坐标cx+r*,cy+b*作为表面缺陷检测结果，其中，l*为目标框的中心点cx,cy到真实框的左边框的距离，t*为目标框的中心点cx,cy到真实框的上边框的距离，r*为目标框的中心点cx,cy到真实框的右边框的距离，b*为目标框的中心点cx,cy到真实框的下边框的距离。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区朝晖六区；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”。