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！

龙图腾网获悉安徽工业大学申请的专利一种基于FPDNet的钢铁产品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：CN118840345B 。

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：202410952226.5，技术领域涉及：G06T7/00；该发明授权一种基于FPDNet的钢铁产品表面缺陷检测方法是由王兵;江枫;卢琨;汪文艳;潘学娟;吴紫恒;赵远设计研发完成，并于2024-07-16向国家知识产权局提交的专利申请。

本一种基于FPDNet的钢铁产品表面缺陷检测方法在说明书摘要公布了：本发明公开了一种基于FPDNet的钢铁产品表面缺陷检测方法，属于钢材表面缺陷检测技术领域，包括：在带钢表面缺陷图像数据集中采集数据样本，并对样本进行预处理；基于YOLOv8目标检测框架，设计包含可变形卷积和注意力机制的热轧带钢表面缺陷目标检测模型，并选择HGNetv2网络作为目标检测模型的特征提取器，同时采用GhostConv对骨干网络进行轻量化；利用训练集对模型进行训练，获取最优检测模型；在测试集上测试并输出检测结果与检测速度。本发明基于YOLOv8目标检测框架，选择参数量较少的卷积神经网络HGNetv2作为特征提取网络，同时设计了基于调制可变形卷积和MPCA注意力机制的CEDLAM模块，并选择SIoU损失函数，在提高模型的检测准确度和速度的同时大大降低了模型的参数量。

本发明授权一种基于FPDNet的钢铁产品表面缺陷检测方法在权利要求书中公布了：1.一种基于FPDNet的钢铁产品表面缺陷检测方法，其特征在于，包括以下步骤： S1：在带钢表面缺陷图像数据集中采集数据样本，并对样本进行预处理； S2：基于YOLOv8目标检测框架，设计包含可变形卷积和注意力机制的热轧带钢表面缺陷目标检测模型，并选择HGNetv2网络作为目标检测模型的特征提取器，同时采用GhostConv对骨干网络进行轻量化； S3：利用训练集对钢铁表面缺陷目标检测模型进行训练，获取最优检测模型； S4：在测试集上评估最优检测模型，并输出检测结果与检测速度； 在所述步骤S2中，具体处理过程如下： S21：基于YOLOv8目标检测框架，选择骨干网络HGNetv2作为特征提取器； S22：利用GhostConv卷积模块替换骨干网络HGNetv2中HG块的标准卷积层； S23：设计包含可变形卷积和注意力机制的CEDLAM模块，将颈部网络中所有C2f模块全部替换为CEDLAM模块； S24：使用SIoU损失函数代替传统的边界框回归损失函数，得到最终的目标检测模型； 在所述步骤S23中，在CEDLAM模块中，首先将输入通过一个1×1卷积层用来调整特征图的维度，接着将特征图划分为2等份；第一部分不进行任何操作，第二部分依次经过三个瓶颈层，最后拼接由第一部分和第二部分得到的特征图，再利用1×1的卷积核来还原特征图的维度，其中，在所述瓶颈层中，先经过一个3×3卷积层，再经过DCNv2可变形卷积层和MPCA注意力层，然后通过残差机制将瓶颈层的输入与经过瓶颈层后的特征图相加。

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安徽工业大学，其通讯地址为：243032 安徽省马鞍山市经济技术开发区南区嘉善科技园2号楼；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”。

以上内容由龙图腾AI智能生成。