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！

龙图腾网获悉武汉大学申请的专利一种基于深度神经网络的工件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：CN116071327B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202310093903.8，技术领域涉及：G06T7/00；该发明授权一种基于深度神经网络的工件缺陷检测方法是由朱海红;李思宇;李霖;于璐;李林峰;胡伦庭;武新梅设计研发完成，并于2023-01-18向国家知识产权局提交的专利申请。

本一种基于深度神经网络的工件缺陷检测方法在说明书摘要公布了：本发明提供一种基于深度神经网络的工件缺陷检测方法。根据图像的全局特征对训练图像进行图像增强处理，减轻由于不同环境光照引起的图像质量不一的问题，增强缺陷检测算法的环境适应能力；将深度神经网络作为特征提取的主干网络，获取更深层的语义信息；在特征金字塔中进行浅层特征和深层信息的特征融合，充分利用上下文信息，并引入注意力机制，用于抑制融合后的特征对于原有细节特征的干扰，实现了语义信息和细节信息的有效融合，提高对于各尺度缺陷的检测性能。本发明可以较为准确、有效地在工件的部件数据集中不同光照条件下的产品图像检测到各类型各尺度的缺陷。

本发明授权一种基于深度神经网络的工件缺陷检测方法在权利要求书中公布了：1.一种基于深度神经网络的工件缺陷检测方法，其特征在于：包括以下步骤， 步骤1，对采集的工件图像进行预处理生成工件图像数据集，并对工件图像数据集中的训练图像进行图像增强； 在步骤1中，构建一个由参数预测模块和可微图像处理模块两部分组成的图像增强模块，利用图像增强模块对训练图像进行图像增强； 其中参数预测模块包括五个卷积层和两个全连接层，每个卷积层后面连接一个激活层，输入下采样后低分辨率的图像，输出可微图像处理模块需要的超参数； 可微图像处理模块利用亮度、对比度和色调的Gamma校正、对比度变换和白平衡变换算法，以及增强图像边缘和细节特征的锐化算法对图像进行增强； 步骤2，在深度神经网络中引入注意力机制和特征融合模块，使用深度神经网络进行深度学习，拟合缺陷检测的深度模型将输出的缺陷位置与缺陷类别作为工件缺陷检测的最终结果；具体包括如下子步骤： 步骤2.1，将步骤1增强后的图像作为输入，通过深度神经网络的主干网络进行训练与学习，所述主干网络用于提取图像特征； 步骤2.1中，所述主干网络为ResNet50； 步骤2.2，将主干网络提取出的图像特征通过一系列的卷积层构建不同尺度的特征图，并将多尺度特征图部分记为特征金字塔； 步骤2.2中，将主干网络ResNet50输出的特征图集合记为{C1,C2,C3,C4}，选取小尺度的浅层特征层作为特征金字塔的初始特征图，并根据以下公式构建特征金字塔： 其中，，，和分别为卷积核大小为3、1的卷积层，卷积层的步长为2，BN为批标准化处理，为对批标准化处理后的结果进行激活，ReLU为激活函数，最终输出特征图集合表示为，特征图尺寸分别为{38,19,10,5,3,1}； 步骤2.3，在深度神经网络中加入特征融合模块，用于将浅层的特征与深层的语义信息进行融合，即用于将主干网络提取的图像特征与特征金字塔中的特征图拼接，使得用于小尺度目标检测和定位的浅层特征图能够同时包含细节和深层语义信息； 步骤2.4，利用深度神经网络中特征融合后的特征金字塔进行缺陷检测。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。