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！

龙图腾网获悉广东工业大学申请的专利一种基于MLCT-YOLO的Micro LED芯片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：CN115908344B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202211521857.9，技术领域涉及：G06T7/00；该发明授权一种基于MLCT-YOLO的Micro LED芯片缺陷检测方法是由陈梅云;韩舒鑫;陈锦标;孔德卿设计研发完成，并于2022-11-30向国家知识产权局提交的专利申请。

本一种基于MLCT-YOLO的Micro LED芯片缺陷检测方法在说明书摘要公布了：本发明涉及计算机视觉图像处理技术领域，更具体地说，它涉及一种基于MLCT‑YOLO的MicroLED芯片缺陷检测方法，其技术方案要点是，包括以下步骤：S1、构建多尺度的MicroLED数据集；S2、建立用于对芯片缺陷定位及分类的深度神经网络MLCT‑YOLO；S3、将所述深度神经网络MLCT‑YOLO部署到边缘设备。本发明设计了端到端的深度神经网络MLCT‑YOLO模型，其模型大小、参数量以及计算复杂度相比其他算法有大幅度的优化。设计瓶颈块MA‑Bottleneck，在节省计算资源的同时达到更好的定位和分类效果。设计类别平衡损失CB‑BCELoss，使得训练成本得到更合理的分配，同时提高了模型提取重要特征的能力。

本发明授权一种基于MLCT-YOLO的Micro LED芯片缺陷检测方法在权利要求书中公布了：1.一种基于MLCT-YOLO的MicroLED芯片缺陷检测方法，其特征在于，包括以下步骤： S1、构建多尺度的MicroLED数据集； S2、建立用于对芯片缺陷定位及分类的深度神经网络MLCT-YOLO； S3、将所述深度神经网络MLCT-YOLO部署到边缘设备； 所述步骤S2包括以下步骤： S21、采用CSPDarkNet53作为主干网络； S22、采用特征金字塔连结路径聚合网络的形式作为颈部网络； S23、采用CIOU作为边界框损失函数，并使用加权非主极大值抑制模型以确定理想目标帧； 所述CSPDarkNet53包括多个CSP残差结构； 所述特征金字塔连结路径聚合网络由多层卷积和拼接层组合，经过路径聚合网络将地位特征映射到高维后输出三个特征图； 所述步骤S22还包括以下步骤： S221、基于Transformer模型提出了MA-Bottleneck模块，替换所述颈部网络输出端的C3模块； 瓶颈块MA-Bottleneck构成新的卷积瓶颈层BO-C3模块，所述BO-C3模块包括第一分支与第二分支； 所述第一分支输入的所述芯片的图像经过1×1的卷积层，被送进MA-Bottleneck模块提取全局特征后被输出； 所述第二分支输入的所述芯片的图像经过1×1的卷积层后输出，与所述第一分支输出的图像拼接为拼接图像； 所述拼接图像经一个1×1的卷积处理后输出BO-C3模块； 所述CIOU为类别平衡损失CB-BCELoss，并以模型不可知与损失不可知的方式计算有效样本数，在原本的损失函数中引入与有效样本数成反比的类平衡权重； 将样本有效数视为，样本总体积视为，则有： ， 上式中：超参数； 对于输入样本，设其标签，为为所有类的总数，设所述深度神经网络MLCT-YOLO模型对应的估计类概率为，其中，通过引入样本有效数与超参数，由于类平衡项的独立性从而使得模型不可知且损失不可知，使用权重因子赋予MLCT-YOLO的原始损失函数BCEWithLogitsLoss从而得到一种新的类别平衡损失CB-BCELoss，以表示，公式如下： ， 上式中：表示任意损失函数，表示真值类别的样本数。

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广东工业大学，其通讯地址为：510062 广东省广州市东风东路729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”。