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！

龙图腾网获悉盐城工学院申请的专利引入注意力机制和ConvNext网络的YOLO v5钢铁表面损伤的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：CN115731177B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202211440569.0，技术领域涉及：G06T7/00；该发明授权引入注意力机制和ConvNext网络的YOLO v5钢铁表面损伤的检测方法是由李强强;皋军;邵星;王翠香设计研发完成，并于2022-11-17向国家知识产权局提交的专利申请。

本引入注意力机制和ConvNext网络的YOLO v5钢铁表面损伤的检测方法在说明书摘要公布了：本发明公开了一种引入注意力机制和ConvNext网络的YOLOv5钢铁表面损伤的检测方法，包括以下步骤：S1：通过图像数据的采集，对裂纹、斑块、夹杂、划伤、麻点、压入氧化铁皮6种缺陷图像进行数据增强，从而获得待检测图像8100张，建立测试数据集；S2：建立和改进YOLOv5的神经网络模型包括引入注意力机制和ConvNext网络模型；S3：将训练数据集中的钢铁的图像，输入到YOLOv5的网络模型中，对YOLOv5的网络模型进行训练，深化YOLO的网络模型；S4：将训练好的权重文件保存到YOLO的网络模型，使用这个权重文件对钢铁表面进行检测，检测钢铁表面是否有损伤；本发明结合深度学习网络与图像处理，实现了对钢铁表面的损伤的快速、准确的检测效果。

本发明授权引入注意力机制和ConvNext网络的YOLO v5钢铁表面损伤的检测方法在权利要求书中公布了：1.一种引入注意力机制和ConvNext网络的YOLOv5钢铁表面损伤的检测方法，其特征在于，包括以下步骤： S1：建立测试数据集： 采集图像数据，之后对夹杂、裂纹、麻点、斑块、划伤、压入氧化铁皮6种缺陷图像通过物理变换对图像进行数据增强，从而获得由待检测图像8100张构成的测试数据集； S2：建立和改进YOLOv5的神经网络模型： 建立YOLOv5的神经网络模型：调整和配置相应的参数； 改进YOLOv5的神经网络模型：用ConvNext替代了原本的CSPdarknet；在特征提取的加强网络层上加入注意力机制； S2具体包括： S21:建立YOLOv5的网络模型的特征提取的主干网络为ConvNext； 其中，ConvNext由ConvNet模块构建； ConvNext首先利用7×7的逐层卷积，然后进行归一化处理，使得钢铁的图片尺寸和像素大小的参数保持一致性； 其中，层归一化代替了批归一化，以加速网络的收敛并减少过拟合； S22：利用K-Means重新聚类得到的新的预测框尺寸，得到新的先验框； S23:在特征提取的加强网络层构建了FPN特征金字塔进行加强特征提取； 对特征提取的加强网络层加入注意力机制ECA模块； S24:设置冻结训练：学习率使用余弦退火衰减法，学习率会先上升再下降，上升的时候使用线性上升，下降的时候模拟cos函数下降； S25:主干网络上使用了GELU激活函数，其中GELU激活函数表示为： x*sigmoid1.703x； S3：训练以优化YOLOv5的网络模型： 将S1中数据增强后的测试数据集，输入改进后的YOLOv5的网络模型中进行训练，其中设置训练世代为300，训练的batch_size设置为6；改进后的YOLOv5的网络模型每训练一次，对应生成一权重文件； S4:将训练好的权重文件保存到YOLO的网络模型，之后基于所述权重文件对钢铁进行预测，以检测钢铁表面是否有损伤。

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盐城工学院，其通讯地址为：224051 江苏省盐城市希望大道中路1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。