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！

龙图腾网获悉南京理工大学申请的专利一种基于改进Swin-Transformer的刀具损伤智能定量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：CN119091270B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202411028400.3，技术领域涉及：G06V10/82；该发明授权一种基于改进Swin-Transformer的刀具损伤智能定量检测方法是由王禹林;潘一;郝玲设计研发完成，并于2024-07-29向国家知识产权局提交的专利申请。

本一种基于改进Swin-Transformer的刀具损伤智能定量检测方法在说明书摘要公布了：本发明提出了一种基于Swin‑Transformer的刀具损伤智能定量检测方法，首先对刀具图像分割数据集进行精细的像素级标注，构建实际直径与像素直径之间的比例尺。在训练过程中，通过引入刀具平均损伤带宽度损失，并结合SW‑MSA移位窗口多头自注意力模块，有效解决了传统自注意力机制在局部信息敏感性不足及对噪声敏感的问题。该技术能够高效处理来自不同空间区域的信息，更精准地捕捉目标任务特征，不仅增强了模型对刀具平均磨损带宽度特征的敏感度，还显著降低了计算成本。与现有方法相比，该技术不仅优化了多尺度特征的利用，降低了模型计算复杂度，且更加聚焦于刀具损伤的定量化检测目标，从而显著提升了检测性能，推动了刀具损伤智能检测领域的进一步发展。

本发明授权一种基于改进Swin-Transformer的刀具损伤智能定量检测方法在权利要求书中公布了：1.一种基于Swin-Transformer的刀具损伤智能定量检测方法，其特征在于，包括以下步骤： 步骤1：建立基于Swin-Transformer的刀具损伤图像数据集； 步骤1.1：通过工业相机采集刀具损伤图片，通过翻转、旋转、添加噪声进行数据增强，扩充数据集样本数量； 步骤1.2：根据刀具实际直径以及对应的图像像素大小计算比例尺； 步骤1.3：对刀具图像样本进行标注，将不同损伤类型刀具进行分割，同时将平均损伤带宽度作为新元素写入标注文件； 步骤1.3：将标注完成的刀具损伤数据集分成训练集、验证集和测试集； 步骤2：构建基于改进Swin-Transformer的刀具损伤智能定量检测网络模型； 步骤2.1：增加基于刀具平均损伤带宽度的损失函数； 步骤2.2：将检测网络模型内部划分为相对应的PatchPartition分区模块、LinearEmbeding线性嵌入层、PatchMerging合并层以及对应的预测输出层； 步骤2.3：选择所构建的数据集测试网络性能； 步骤3：构建SW-MSA移位窗口多头自注意力模块； 步骤3.1：该模块通过在连续层之间引入窗口位置的位移来增强窗口之间的交互，通过允许窗口重叠，从而使模型能够更有效地捕获长距离依赖关系； 步骤3.2：通过将注意力计算限制在局部窗口内来降低计算成本，使模型更加高效，同时保持其捕获相关信息的能力； 步骤3.3：通过特征窗口的移动来促进不同空间区域之间上下文信息的流动，使模型能够更好地理解对象及其周围环境之间的关系，从而增强其性能； 步骤4：训练步骤2和3中基于改进Swin-Transformer的刀具损伤智能定量检测网络模型； 步骤4.1：设置训练迭代次数并微调超参数； 步骤4.2：设置输入统一的图像尺寸及格式； 步骤4.3：设置输入统一的移动窗口尺寸、通道深度及多头注意力模块的数量； 步骤4.4：增加相应的损失函数； 步骤4.5：采用实例分割网络预训练权重进行训练； 步骤5：评估模型； 步骤5.1：对步骤4训练的基于改进Swin-Transformer的刀具损伤智能定量检测方法，针对以下评价指标：检测准确率、平均损伤带宽度误差mse，对模型进行评估； 步骤5.2：调整训练参数，若已达最高检测精度则得到最优检测模型；否则重复步骤4.1。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫街200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”。

以上内容由龙图腾AI智能生成。