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！

龙图腾网获悉淮阴工学院申请的专利一种基于改进YOLOv5s的钢材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：CN115829991B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202211619637.X，技术领域涉及：G06T7/00；该发明授权一种基于改进YOLOv5s的钢材表面缺陷检测方法是由于金玉;邱军林;邵鹤帅;高丽;蒋晓玲;陈礼青;李敏;叶德阳;周健;马志鹏设计研发完成，并于2022-12-15向国家知识产权局提交的专利申请。

本一种基于改进YOLOv5s的钢材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改进YOLOv5s的钢材表面缺陷检测方法，获取钢材表面缺陷检测图像；将数据集进行预处理以及缺陷类型和缺陷位置的标注；使用线性对比度增强的方式对图像进行增强，基于YOLOv5s网络模型进行改进，使用GhostBottleneck模块替换YOLOv5骨干网络中的Bottleneck模块，在Yolov5网络的头部增加一个新的小尺度预测头；把卷积注意力模块CBAM跟高效注意力通道ECA融合成的新型多注意力机制模块集成到网络颈部的特征融合层中；使用DWConv替换YOLOv5的常规卷积并在上采样后引入重影模块；最后得到钢材表面缺陷检测模型。本发明可以用于对各种类型的钢材表面缺陷进行检测定位，提升不同类别和相似结构缺陷的准确率，在保持一定检测精度的前提下大大降低网络的复杂度，具有一定的工程应用价值。

本发明授权一种基于改进YOLOv5s的钢材表面缺陷检测方法在权利要求书中公布了：1.一种基于改进YOLOv5s的钢材表面缺陷检测方法，其特征在于，包括以下步骤： S1：获取钢材表面缺陷图片数据集； S2：对步骤1中的钢材表面缺陷数据集进行预处理及标注后，将钢材表面缺陷数据集划分为用于训练的训练集、用于测试的测试集； S3：搭建基于改进YOLOv5s的网络结构模型，用轻量级GhostBottleneck模块替换YOLOv5骨干网络的Bottleneck模块，在YOLOv5网络的头部增加一个小尺度检测头，用深度可分离卷积替换YOLOv5网络的常规卷积，并在上采样后引入重影模块，对其特征提取网络结构进行轻量化改进； 所述步骤3中改进YOLOv5s的网络结构模型包括用于特征提取的骨干网络部分、用于特征融合的颈部部分和用于目标检测的头部部分； 所述骨干网络部分：样本经过Focus切片、卷积操作得到特征图，在第3层开始连续经过3个GhostBottleneck模块处理，输出目标尺度特征图，在第5层引入新型多注意力机制模块CBAM-ECA模块，随后再次利用3个GhostBottleneck模块进行特征下采样，通道数变为原来的两倍，随后再次添加注意力机制CBAM-ECA模块，最终完成缺陷特征提取； 所述新型多注意力机制模块由卷积注意力模块CBAM和高效注意力通道ECA融合实现，其中高效注意力通道ECA实现通道注意，空间注意力来自原来的卷积注意力模块CBAM； S4：使用步骤2中的训练集对步骤3中的搭建的改进YOLOv5s的网络结构模型进行训练，得到钢材表面缺陷检测模型； S5：使用训练完成的改进YOLOv5的网络结构模型对测试集进行检测，对测试结果的精度进行评价。

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淮阴工学院，其通讯地址为：223000 江苏省淮安市经济技术开发区枚乘东路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。