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！

龙图腾网获悉广西大学申请的专利一种优化目标检测模型的桉木单板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：CN116630261B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202310555961.8，技术领域涉及：G06T7/00；该发明授权一种优化目标检测模型的桉木单板缺陷检测方法是由孙建平;牛佳顺;王炳桢;庄鹏燕;尤广林设计研发完成，并于2023-05-17向国家知识产权局提交的专利申请。

本一种优化目标检测模型的桉木单板缺陷检测方法在说明书摘要公布了：本发明提供一种优化目标检测模型的桉木单板缺陷检测方法，该检测方法是基于改进YOLOv7模型，将采集到的桉木单板原始图像数据集，通过图像预处理并对缺陷进行标记，生成带有缺陷标记文件的图像数据，并作为训练集，利用改进YOLOv7模型针对训练集进行训练，得到训练好的优化目标检测模型，最后将需要进行检测的桉木单板图像数据输入到优化目标检测模型中，优化目标检测模型输出带有缺陷标记文件的桉木单板图像数据。本发明检测方法通过进一步改进YOLOv7模型，显著提高了对桉木单板缺陷的检测能力和准确率。

本发明授权一种优化目标检测模型的桉木单板缺陷检测方法在权利要求书中公布了：1.一种优化目标检测模型的桉木单板缺陷检测方法，其特征在于主要包括以下步骤： SⅠ、采集桉木单板原始图像数据集； SⅡ、将原始图像数据，根据桉木单板的颜色、缺陷特性进行预处理； SⅢ、将经过预处理的原始图像数据中的桉木单板缺陷进行标记，生成带有缺陷标记文件的图像数据，并作为训练集； SⅣ、基于改进YOLOv7模型针对训练集进行训练，得到训练好的优化目标检测模型model； 其中，所述改进YOLOv7模型其具体改进方法如下： Ⅳ-1、在原始YOLOv7模型基础上，分别增加1～5个卷积层和1～5个池化层，从而增加模型的深度；将卷积核大小由3*3修改为由1*1递增至9*9，以扩展模型的宽度； Ⅳ-2、将ASPP模块代码添加到common文件末尾，在yolo文件中加入类名，并将[-1，1，ASPP，[1024]]添加到yolov7_ASPP.yaml文件backbone模块的卷积层后； Ⅳ-3、先将SE模块代码添加到yolov7.models文件末尾并加入SE类名，将[-1，1，SE，[1024]]添加到SPPF前一层，该层网络后续的编号将发生改变，因此要对Head部位中Detect的from参数进行修改为[18，21，24]；同样，因为把SE加入到了第9层，所以9层之后的编号都要加1，因此Head部位中Concat的from系数要修改为[-1，15]和[-1，11]；在train.py文件中把--cfg默认参数后的default增加SE模块文件路径； SⅤ、将需要进行检测的桉木单板图像数据输入到优化目标检测模型model中，优化目标检测模型model输出带有缺陷标记文件的桉木单板图像数据。

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广西大学，其通讯地址为：530004 广西壮族自治区南宁市大学东路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。