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！

龙图腾网获悉西南石油大学申请的专利一种基于改进Faster R-CNN算法的钢铁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：CN120219397B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510714831.3，技术领域涉及：G06T7/00；该发明授权一种基于改进Faster R-CNN算法的钢铁表面缺陷检测方法是由李瑞;丁莫平;张佳宁;胡佳颖设计研发完成，并于2025-05-30向国家知识产权局提交的专利申请。

本一种基于改进Faster R-CNN算法的钢铁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改进FasterR‑CNN算法的钢铁表面缺陷检测方法，属于工业缺陷检测技术领域。包括：采集各类含有表面缺陷的钢制产品表面图像；构建改进FasterR‑CNN网络，利用采集的图像训练改进FasterR‑CNN网络，得到钢制产品表面缺陷识别模型，利用钢制产品表面缺陷识别模型识别钢制产品表面图像中的缺陷。本发明对FasterR‑CNN模型的主干网络进行了改进，主干网络将灰度图像进行伪彩色转换，然后分别提取灰度图像和伪彩色图像的特征，并通过注意力机制进行特征融合，达到增强缺陷特征的目的，显著提高了钢铁表面缺陷检测的准确率。

本发明授权一种基于改进Faster R-CNN算法的钢铁表面缺陷检测方法在权利要求书中公布了：1.一种基于改进FasterR-CNN算法的钢铁表面缺陷检测方法，其特征在于，包括如下步骤： S1、采集各类含有表面缺陷的钢制产品表面图像，并标注各类缺陷； S2、构建改进FasterR-CNN网络，所述改进FasterR-CNN网络包括主干网络、区域建议网络、兴趣域池化层和分类与回归头，所述主干网络将灰度图像进行伪彩色转换生成伪彩色图像，然后分别提取所述灰度图像和所述伪彩色图像的特征，并通过注意力机制进行特征融合，生成最终特征图； 所述主干网络中，先将灰度图像转换成伪彩色图像并计算所述灰度图像的纹理梯度，接着将所述伪彩色图像的每个通道分别与所述纹理梯度进行加权融合生成伪彩色分支输入图，分别使用Resnet50网络将所述伪彩色分支输入图、所述灰度图像转换为伪彩色分支特征图和灰度分支特征图，然后使用通道级注意力将所述彩色分支特征图和所述灰度分支特征图融合为一个特征图，最后再使用空间级注意力处理基于通道级注意力融合的特征图，得到最终特征图； S3、利用所述钢制产品表面图像作为灰度图像训练所述改进FasterR-CNN网络，得到钢制产品表面缺陷识别模型； S4、采集待预测的钢制产品表面图像并输入所述钢制产品表面缺陷识别模型，识别所述待预测的钢制产品表面图像中的缺陷。

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西南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道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”。