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！

龙图腾网获悉南昌市言诺科技有限公司;南昌大学申请的专利钢材表面缺陷识别方法、装置、计算机设备和存储介质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：CN120164082B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202510643474.6，技术领域涉及：G06V10/82；该发明授权钢材表面缺陷识别方法、装置、计算机设备和存储介质是由宋伟宁;李潭;高方方;吴守栾;宋超;陈南江;林燕文设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本钢材表面缺陷识别方法、装置、计算机设备和存储介质在说明书摘要公布了：本申请涉及一种钢材表面缺陷识别方法、装置、计算机设备和存储介质。该方法采用骨干网络对钢材表面图像进行特征提取，对提取的图像特征进行两次下采样；将第二下采样特征转换为图像特征向量后采用自适应特征交互编码器进行处理，得到编码特征；对图像特征、编码特征和第一下采样特征采用基于动态池化金字塔和GhostConv的特征融合模块进行处理，得到融合特征向量；采用IoU感知的查询选择策略从融合特征向量中筛选固定数量的图像特征，得到初始查询向量；将初始查询向量采用带有辅助预测头的解码器进行处理，得到钢材表面缺陷识别结果。该方法在保持计算效率的同时，实现了从宏观形变到微观裂纹的全尺度缺陷捕捉能力。

本发明授权钢材表面缺陷识别方法、装置、计算机设备和存储介质在权利要求书中公布了：1.一种钢材表面缺陷识别方法，其特征在于，所述方法包括： 采用骨干网络对钢材表面图像进行特征提取，得到图像特征； 对所述图像特征进行两次下采样，得到第一下采样特征和第二下采样特征； 将所述第二下采样特征转换为图像特征向量后采用自适应特征交互编码器进行处理，得到编码特征； 对所述图像特征、所述编码特征以及所述第一下采样特征采用基于动态池化金字塔和GhostConv的特征融合模块进行处理，得到融合特征向量；所述特征融合模块用于采用卷积、跨尺度特征交互模块以及拼接操作对图像特征、所述编码特征以及所述第一下采样特征进行处理，得到融合特征向量；所述跨尺度特征交互模块用于通过卷积、动态池化金字塔结构以及GhostConv对输入模块的特征进行多粒度特征整合； 采用IoU感知的查询选择策略从所述融合特征向量中筛选固定数量的图像特征，得到初始查询向量； 将所述初始查询向量采用带有辅助预测头的解码器进行处理，得到钢材表面缺陷识别结果。

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南昌市言诺科技有限公司;南昌大学，其通讯地址为：330096 江西省南昌市南昌高新技术产业开发区艾溪湖北路269号科创中心9号楼中山大学南昌研究院8层；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”。