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！

龙图腾网获悉西安邮电大学申请的专利基于多尺度特征融合的磁瓦缺陷分割方法、系统及设备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：CN117315251B 。

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：202311298407.2，技术领域涉及：G06V10/26；该发明授权基于多尺度特征融合的磁瓦缺陷分割方法、系统及设备是由邓万宇;陈琳;徐慧姣设计研发完成，并于2023-10-09向国家知识产权局提交的专利申请。

本基于多尺度特征融合的磁瓦缺陷分割方法、系统及设备在说明书摘要公布了：本发明公开一种基于多尺度特征融合的磁瓦缺陷分割方法、系统及设备，涉及工业制造领域。本发明首先将骨干提取网络由Xception替换为PS‑MobileNetXt，降低模型整体参数量以满足工业实际生产环境部署的要求；接着引入固定倍数为间隔的空洞率设计思想，在空洞空间金字塔池化模块引入空洞率为3的并行池化操作，提升对局部特征的学习以提高对小目标缺陷的特征表达能力；最后在解码器模块引入金字塔空间特征融合模块，通过金字塔分组卷积结合通道权重的形式，实现不同尺度特征信息加权融合，达到跨区域连接与模型参数量降低的目的。本发明针对多尺度磁瓦缺陷具有良好的特征提取效果，并在评价指标以及可视化结果上表现良好。

本发明授权基于多尺度特征融合的磁瓦缺陷分割方法、系统及设备在权利要求书中公布了：1.一种基于多尺度特征融合的磁瓦缺陷分割方法，其特征在于，包括： 针对磁瓦数据集进行类别均衡化处理，并划分训练集、验证集和测试集； 对传统的语义分割算法DeepLabv3+进行改进，得到PS-PSFFMDeepLabv3+网络，具体包括： 在DeepLabv3+的编码器端用PS-MobileNetXt网络替换传统的Xception网络；在空洞空间金字塔池化ASPP模块引入空洞率为3的并行池化，得到改进后的空洞空间金字塔池化IASPP模块；并在解码器端与14特征图并行处理位置引入金字塔空间特征融合模块PSFFM，得到PS-PSFFMDeepLabv3+网络； 所述PS-MobileNetXt网络包括经过层级剪枝的MobileNetXt网络和条纹池化模块； 将特征图输入到经过层级剪枝的MobileNetXt网络中得到特征图Fmx； 条纹池化模块用于将特征图Fmx分别进行宽度和高度的自适应平均池化操作，得到的两个特征图分别进行上采样扩充实现尺寸一致的目的，再将两者对应位置进行逐像素点求和得到特征图FS；最后特征图FS经过1×1卷积的升维操作和ReLU激活函数处理之后与特征图Fmx对应位置像素值相乘得到最终输出特征图Fenc； 所述IASPP模块包括依次连接的1×1卷积层、空洞率为3的3×3卷积层、空洞率为6的3×3卷积层、空洞率为12的3×3卷积层、空洞率为18的3×3卷积层、全局平局池化层、特征拼接层以及1×1卷积层； 经过PS-MobileNetXt网络得到的特征图Fenc输入IASPP模块，同时经过1×1卷积、空洞率为3的卷积、空洞率为6的卷积、空洞率为12的卷积、空洞率为18的卷积以及全局平局池化处理得到一个特征图列表FList={FI1、FI2、FI3、FI4、FI5、FI6}，最后通过拼接以及卷积操作得到特征图FIASPP；其中特征图FI1、FI2、FI3、FI4、FI5以及FI6分别为1×1卷积层、空洞率为3的3×3卷积层、空洞率为6的3×3卷积层、空洞率为12的3×3卷积层、空洞率为18的3×3卷积层以及全局平局池化层的输出； 所述PSFFM模块包括1×1卷积层、2倍上采样层、PSA模块以及BN层； 将PS-MobileNetXt网络输出的18特征图F使用1×1卷积达到与116特征图F相同的通道数，得到特征图F1-1 将116特征图F2依次经过2倍上采样层、PSA模块、BN层归一化处理得到特征图F2-1 将特征图F1-1与F2-1进行特征加与ReLU激活操作，得到特征图FPSFFM 将训练集和验证集样本输入到PS-PSFFMDeepLabv3+网络中进行训练，获得训练好的缺陷分割模型，并利用测试集进行测试； 采用训练好的缺陷分割模型对磁瓦缺陷进行分割预测。

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西安邮电大学，其通讯地址为：710121 陕西省西安市长安区西长安街618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。