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！

龙图腾网获悉浙江霖研精密科技有限公司申请的专利一种基于改进YOLOv5的缺陷检测方法、系统、设备及介质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：CN120543543B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202511030144.6，技术领域涉及：G06T7/00；该发明授权一种基于改进YOLOv5的缺陷检测方法、系统、设备及介质是由张晓武;陈斌;李伟;孙兴洋设计研发完成，并于2025-07-25向国家知识产权局提交的专利申请。

本一种基于改进YOLOv5的缺陷检测方法、系统、设备及介质在说明书摘要公布了：本发明涉及缺陷检测技术领域，具体地说，涉及一种基于改进YOLOv5的缺陷检测方法、系统、设备及介质；首先通过高清摄像头采集工业零件在生产过程中的图像数据，针对零件表面缺陷特点进行图像预处理，提取关键帧并标注缺陷区域，构建缺陷检测数据集；其次配置训练环境；然后以YOLOv5网络作为基础网络，构建CED‑YOLO网络模型，将YOLOv5网络的主干网络中的C3模块替换为CEMS模块作为特征提取模块，将颈部网络连接检测层部分的C3模块替换为差分注意力DA，对提取到的特征进行增强；最后应用数据增强后的数据集训练并验证CED‑YOLO网络模型，有效减少了计算量，提高了检测效率，大幅度提升了模型的检测性能。

本发明授权一种基于改进YOLOv5的缺陷检测方法、系统、设备及介质在权利要求书中公布了：1.一种基于改进YOLOv5的缺陷检测方法，其特征在于，具体包括以下步骤： 步骤S1：采集生产过程图像数据，提取关键帧并标注缺陷区域，构建缺陷图像数据集； 步骤S2：根据YOLOv5模型改进网络框架，得到改进后的CED-YOLO模型，并将缺陷图像数据集输入至CED-YOLO模型得到增强后的缺陷图像数据集； 所述改进网络框架包括将主干网络中的C3模块替换为CEMS多尺度特征提取模块，并将颈部网络中与检测层连接的C3模块替换为DA空间差分注意力模块； 步骤S3：根据增强后的缺陷图像数据集训练CED-YOLO模型； 步骤S4：将待检测图像输入至训练好的CED-YOLO模型，得到缺陷检测结果； 所述步骤S2具体包括以下步骤： 步骤S21：根据逐通道卷积和逐点卷积构造CEMS多尺度特征提取模块，将主干网络中的C3模块替换为CEMS多尺度特征提取模块，根据CEMS多尺度特征提取模块提取多尺度特征并融合； 步骤S22：将颈部网络中检测层连接的C3模块替换为DA空间差分注意力模块； 所述步骤S21具体包括以下步骤： 步骤S211：从生产过程图像数据集获取输入特征图，并根据通道维度进行分割，得到第一特征图、第二特征图； 步骤S212：将第二特征图划分为第一分支图、第二分支图，调用CBS模块处理第一分支图，得到特征图Y0； 步骤S213：调用CBS模块处理第二分支图，并进行多维卷积，整合提取得到的多维特征，归一化得到特征图Y1； 步骤S214：将特征图Y0、特征图Y1在通道维度上拼接，使用残差连接，将第二特征图与拼接后的特征图做和，后与另一分支的第一特征图在通道维度上拼接，最后使用CBS模块将拼接得到的特征图进行通道整合，得到多尺度融合特征图； 所述步骤S22具体包括以下步骤： 步骤S221：将多尺度融合特征图调用CBS模块处理，并调用1*1点卷积整合通道，再次压缩通道维数； 步骤S222：调用3*3卷积提供空间信息，并生成前景分数、背景分数； 步骤S223：计算前景分数与背景分数的差值，扩大目标位置与背景位置的分数差； 步骤S224：调用Sigmoid激活函数权重化得到的分数差，得到注意力权重图； 步骤S225：根据注意力权重图，将注意力权重加权到多尺度融合特征图上，增强目标位置特征表示，削弱背景位置特征表示，得到差分注意力特征图。

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霖研精密科技有限公司，其通讯地址为：313000 浙江省湖州市南浔区练市镇茹家甸路100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。