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！

龙图腾网获悉杭州电子科技大学申请的专利基于yolov7的物体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：CN116958074B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202310836985.0，技术领域涉及：G06T7/00；该发明授权基于yolov7的物体表面缺陷检测方法是由汤景凡;李非凡;张旻;姜明设计研发完成，并于2023-07-10向国家知识产权局提交的专利申请。

本基于yolov7的物体表面缺陷检测方法在说明书摘要公布了：本发明属于表面缺陷检测等计算机视觉领域。基于对表面缺陷的特点与YOLOv7算法架构的研究，提出了一种基于yolov7的物体表面缺陷检测方法包括：获取图片，构建训练集、测试集、验证集，在YOLOv7模型的基础上，构建表面缺陷识别模型：在SPPCSPC模块后面加入EVCBlock模块；将Concat模块替换成AScat模块；在特征提取网络输出端部分添加SPDConv模块；采用训练好的表面缺陷检测模型对待测图片进行缺陷识别。本发明让模型更够准确检测与定位小目标缺陷，实现在整体上提高物体表面缺陷检测特别是小目标缺陷检测的准确度。

本发明授权基于yolov7的物体表面缺陷检测方法在权利要求书中公布了：1.基于yolov7的物体表面缺陷检测方法，其特征在于，包括以下步骤： 步骤1：获取图片，构建训练集、测试集、验证集； 步骤2：在YOLOv7模型的基础上，构建表面缺陷识别模型： 在所述YOLOv7模型的SPPCSPC模块后面加入EVCBlock模块；所述EVCBlock模块包括轻量级MLP和可学习的视觉中心机制LVC； 将所述YOLOv7模型的Concat模块替换成AScat模块；所述Concat模块在所述YOLOv7模型中用于层次特征融合；所述AScat模块以特征图为输入，所述AScat模块的融合公式如下: 其中，yij是特征融合之后的所述特征图在i,j处的加权融合，和分别是未进行特征融合前自底向上传递和从左到右传递的所述特征图在放大后，在i,j处的特征向量，αij和βij为系数，同时αij+βij＝1且αij，βij∈[0,1]；用与来控制参数，与是用1×1卷积从输入的特征图反向传播自动生成的； 在所述YOLOv7模型的特征提取网络输出端部分添加SPDConv模块；得到表面缺陷识别模型； 所述SPDconv包括：一个空间到深度层SPDlayer和一个非跨步卷积层Non-stridedlayer；所述空间到深度层SPDlayer，通过帧循环超分转换，实现在保留特征信息的前提下对特征图进行下采样； 步骤3训练步骤2中构建的表面缺陷检测模型； 步骤4采用步骤3训练好的表面缺陷检测模型对待测图片进行缺陷识别。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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”。