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！

龙图腾网获悉山东科技大学申请的专利基于改进实时目标检测模型的工业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：CN120563514B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202511061405.0，技术领域涉及：G06T7/00；该发明授权基于改进实时目标检测模型的工业表面缺陷检测方法是由李旭健;张海芸设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。

本基于改进实时目标检测模型的工业表面缺陷检测方法在说明书摘要公布了：本发明属于目标检测技术领域，公开了一种基于改进实时目标检测模型的工业表面缺陷检测方法，该方法在RT_DETR模型的特征提取模块引入多注意力卷积空间聚合模块，通过空间注意力机制，增强模型对工业表面缺陷区域的关注能力，抑制背景干扰，提升对缺陷的识别精度；利用深度可分离卷积和通道注意力机制减少冗余计算，降低模型的计算复杂度，提升检测速度，实现实时检测。本发明方法还使用多尺度语义解码融合模块进行多尺度特征融合，通过增强不同尺度特征之间的信息交互，显著提升对小目标和复杂缺陷的检测能力。本发明的工业表面缺陷检测方法能够实现对各种复杂工业环境下的表面缺陷检测，提升在工业生产环节中实时检测表面缺陷的能力。

本发明授权基于改进实时目标检测模型的工业表面缺陷检测方法在权利要求书中公布了：1.基于改进实时目标检测模型的工业表面缺陷检测方法，其特征在于，包括如下步骤： 步骤1.对采集到的原始工业表面缺陷图像进行预处理，构建用于工业表面缺陷检测的图像数据集； 步骤2.搭建改进实时目标检测模型； 改进实时目标检测模型包括特征提取模块、编码器、解码器和检测头，改进实时目标检测模型是在RT_DETR模型的基础上进行如下改进得到的：在特征提取模块的前端引入空间注意力机制CBAM模块，将特征提取模块中原有的BasicBlock模块替换为多注意力卷积空间聚合MACSA模块，MACSA模块包括多尺度卷积MSC模块、CBAM模块和通道注意力机制SE_like模块；在解码器中引入多尺度语义解码融合MSDF模块； 步骤3.利用步骤1构建的图像数据集对改进实时目标检测模型进行训练，得到训练好的改进实时目标检测模型； 步骤4.利用训练好的改进实时目标检测模型对输入图像进行工业表面缺陷检测，并对输出的检测结果进行后处理，得到缺陷类型与位置信息； MSC模块包括一个卷积核为1×1的卷积层和三个并行的卷积分支； 将三个并行的卷积分支分别定义为第一卷积分支、第二卷积分支和第三卷积分支；其中，第一卷积分支采用一个卷积核为3×3的卷积层，第二卷积分支采用一个卷积核为5×5的卷积层，第三卷积分支采用一个卷积核为7×7的卷积层； 信号在MSC模块中的处理流程具体如下： MSC模块的输入为特征图； 其中，C表示通道数，H和W分别表示特征图的高度和宽度； 输入的特征图经过第一卷积分支中卷积核为3×3的卷积层进行处理，得到第一卷积分支的输出特征为； 输入的特征图经过第二卷积分支中卷积核为5×5的卷积层进行处理，得到第二卷积分支的输出特征为； 输入的特征图经过第三卷积分支中卷积核为7×7的卷积层进行处理，得到第三卷积分支的输出特征为； 将各分支的输出特征、、在通道维度进行拼接，得到拼接后的特征为： ； 其中，表示拼接后的特征的通道数； 将拼接后的特征通过卷积核大小为卷积层压缩通道维度，得到多尺度聚合特征： ； 将多尺度聚合特征作为MSC模块的输出； SE_like模块包括一个全局平均池化层和两个全连接层，将两个全连接层分别定义为第一全连接层和第二全连接层； 信号在SE_like模块中的处理流程具体如下： 对输入SE_like模块的特征图进行全局平均池化，获得压缩后的通道描述向量： ； 其中，，表示特征图中第个通道在位置上的像素值，，，； 将输入两个全连接层，经ReLU激活与Sigmoid映射后生成通道注意力系数： ； 其中，，，为压缩比，表示第一全连接层；，表示第二全连接层；表示ReLU激活函数；表示Sigmoid激活函数； 将与做逐通道乘法，得到通道增强后的特征： 。

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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”。