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！

龙图腾网获悉华南理工大学;华南理工大学珠海现代产业创新研究院申请的专利基于改进YOLOv8网络的车门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：CN117173096B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202310903918.6，技术领域涉及：G06T7/00；该发明授权基于改进YOLOv8网络的车门表面缺陷检测方法是由田联房;陈金铭;杜启亮设计研发完成，并于2023-07-21向国家知识产权局提交的专利申请。

本基于改进YOLOv8网络的车门表面缺陷检测方法在说明书摘要公布了：本发明公开了一种改进YOLOv8网络的车门表面缺陷检测方法，包括：采集车门表面图像，自定义构建数据集，对数据集进行图像预处理，对针孔缺陷图像和对钣金缺陷图像进行数据增强，按比例划分训练集、验证集、测试集；用训练集训练改进YOLOv8网络，并采用验证集验证；采用测试集进行测试；本发明通过改进YOLOv8网络对车门表面图像的特征信息进行提取，由于引入改进的残差模块、改进的特征融合方式以及改进的CBAM注意力模块，有效地克服了在训练过程中车门表面缺陷的不平衡对网络性能的影响，不仅大幅度减少了网络的参数量和计算量，实现了实时检测、精确检测、轻量化三者平衡，而且能够延伸至更多的缺陷检测场景之中，在工业界具有广阔的应用前景。

本发明授权基于改进YOLOv8网络的车门表面缺陷检测方法在权利要求书中公布了：1.基于改进YOLOv8网络的车门表面缺陷检测方法，其特征在于，该改进YOLOv8网络包括两部分改进，第一部分是对主干网络的残差模块进行改进：将2个串联的3×3卷积层改为利用1个3×3深度可分离卷积层、1个3×3Ghost-Dilated卷积层来构建并联特征提取，通过并联卷积操作提取不同特征进行拼接操作，从而减少主干网络的参数量和运算量；第二部分是对颈部网络不同特征的融合方式进行改进，将相邻两个不同尺度的特征进行融合改为将所有尺度的特征通过缩放变成统一尺度的特征图，然后计算不同尺度特征图的均值，得到均值特征图，将所得均值特征图与不同尺度的特征进行融合，再利用改进的CBAM注意力模块将融合后的特征图进行信息聚合，对CBAM注意力模块的改进是将空间注意力模块替换为上下文聚合模块，该上下文聚合模块是一种自注意力模块，用于增强融合后特征的全局信息，从而减少车门表面缺陷检测训练过程中的不平衡对于网络精度的影响； 该车门表面缺陷检测方法的具体实施包括以下步骤： 1采集车门表面缺陷图像，自定义构建车门表面缺陷数据集，并划分训练集、验证集和测试集； 2将训练集分批送入改进YOLOv8网络进行训练，训练集中的图像通过主干网络特征提取后，通过颈部网络对不同尺度的特征层进行特征融合并对提取的特征进行特征增强，通过检测头得到网络的损失，基于梯度下降策略和损失计算反向传播对网络参数和权重进行更新，而且规定每经过预设次数的网络训练之后在验证集上验证网络的性能，当验证集上的评价指标达到最佳且网络的损失值不再发生降低时得到训练和验证后性能最佳的网络； 3将测试集送入步骤2得到的性能最佳的网络中，得到预测的分类值和预测边界框的坐标，其中不同分类值对应不同的缺陷。

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华南理工大学;华南理工大学珠海现代产业创新研究院，其通讯地址为：510640 广东省广州市天河区五山路381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”。