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！

龙图腾网获悉浙江工业大学申请的专利一种基于改进的YOLOv5模型对织物疵点进行在线检测的方法、可读存介质及终端设备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：CN115439468B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202211241240.1，技术领域涉及：G06T7/00；该发明授权一种基于改进的YOLOv5模型对织物疵点进行在线检测的方法、可读存介质及终端设备是由梁利华;丁浩禹;苏彬彬;闭淦程;祝雷;陈海宁设计研发完成，并于2022-10-11向国家知识产权局提交的专利申请。

本一种基于改进的YOLOv5模型对织物疵点进行在线检测的方法、可读存介质及终端设备在说明书摘要公布了：本发明涉及一种基于改进的YOLOv5模型对织物疵点进行在线检测的方法、可读存介质及终端设备，包括步骤：采集多种织物疵点图像形成数据集并分为训练集和测试集，对训练集的织物疵点图像进行织物疵点类别标注和数据增强，再对织物疵点图像进行预处理，使用预处理后的织物疵点图像对改进的YOLOv5模型进行训练，使用测试集的织物疵点图像进行验证，得到织物疵点类别检测及分析处理模型；基于得到的织物疵点类别检测及分析处理模型实时对织物图像进行检测，并输出分析结果。本发明还公开使用该方法的可读存介质及终端设备。本发明方法减少了织物疵点的漏检，提高了织物疵点检测准确率。

本发明授权一种基于改进的YOLOv5模型对织物疵点进行在线检测的方法、可读存介质及终端设备在权利要求书中公布了：1.一种基于改进的YOLOv5模型对织物疵点进行在线检测的方法，其特征在于，该方法包括如下步骤： 步骤一、采集多种织物疵点图像，形成数据集； 步骤二、将数据集分为训练集和测试集，对训练集的织物疵点图像进行类别标注，并将标注后的织物疵点图像进行数据增强处理及直方图均衡化处理； 步骤三、构建改进的YOLOv5模型，对输入的图像经过特征提取网络backbone和特征金字塔FPN提取特征，构建任务检测头Head检测提取到的特征，其中，特征提取网络backbone由Focus卷积块、CBM卷积块和CSP卷积块组成，其中所述CBM卷积块包含卷积层、批量归一化层和Mish激活层，所述CSP卷积块包含ResNet_SPP卷积块；所述特征提取网络backbone由五个阶段组成，第1阶段包含Focus卷积块和CBM卷积块，第2阶段到第5阶段均包含CBM卷积块和CSP卷积块，其中第2阶段和第5阶段的CSP卷积块包含1个ResNet_SPP卷积块，第3阶段和第4阶段的CSP卷积块包含3个ResNet_SPP卷积块；其中，特征金字塔FPN由CBM卷积块、上采样卷积块和下采样卷积块组成；所述任务检测头Head，由CBM卷积块和基础卷积层组成； 步骤五、使用步骤二标注及处理后的训练集的织物疵点图像对改进的YOLOv5模型进行训练，使用测试集的织物疵点图像进行验证，将训练完成的改进的YOLOv5模型作为织物疵点类别检测及分析处理模型； 步骤六、将织物图像实时输入到织物疵点类别检测及分析处理模型，织物图像进行在线检测和分析，并输出分析结果。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区潮王路18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”。