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！

龙图腾网获悉华南理工大学申请的专利一种基于改进YOLOX模型的压铸制品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：CN116468679B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310330040.1，技术领域涉及：G06T7/00；该发明授权一种基于改进YOLOX模型的压铸制品缺陷检测方法是由蔡振林;刘斌设计研发完成，并于2023-03-30向国家知识产权局提交的专利申请。

本一种基于改进YOLOX模型的压铸制品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YOLOX模型的压铸制品缺陷检测方法，包括以下步骤，使用改进YOLOX模型建立压铸制品缺陷的识别模型；采用ECA注意力机制代替原ShuffleNetV2‑plus中的SE注意力机制，采用ShuffleNetV2‑plus结构代替主干网络Darknet53来提高缺陷检测能力，建立最终的检测模型；对模型进行预训练后，再进行压铸制品缺陷数据集的训练，将最终训练出的检测模型对压铸制品缺陷的数据集进行检测，并得到检测结果。本发明解决压铸制品缺陷检测中缺陷难以准确检测的问题，提高了压铸制品缺陷识别的整体平均准确度。

本发明授权一种基于改进YOLOX模型的压铸制品缺陷检测方法在权利要求书中公布了：1.一种基于改进YOLOX模型的压铸制品缺陷检测方法，其特征是，包括如下步骤： 采集压铸制品的图片数据，对图片数据进行预处理； 构建压铸制品缺陷检测模型，所述压铸制品缺陷检测模型采用ShuffleNetV2-plus结构作为主干网络，以提高缺陷检测能力，并采用ECA注意力机制，以减少降维通道的信息损失问题； 所述压铸制品缺陷检测模型采用改进的YOLOX模型，包括改进主干网络、特征融合部分和解耦头； 所述改进主干网络包括改进的ShuffleNetV2-plus网络，对检测数据集进行特征分离与提取； 所述特征融合部分包括特征金字塔网络结构与金字塔注意力结构，能够从不同方向传递信息，提高模型融合特征的能力； 所述解耦头对提取的特征进行分类与结果分析，并提高收敛速度； 改进的ShuffleNetV2-plus网络是在ShuffleNetV2-plus结构与Xception结构中引入ECA注意力机制代替原来的SE注意力机制； Xception结构将通道卷积与逐点卷积相分离，最后再进行通道混洗，通道卷积与逐点卷积的顺序能够调换； 改进的YOLOX模型的解耦头采用Anchor-free、Multi-positives与SIMOTA的策略； Anchor-free策略将压铸制品缺陷样本中心作为正样本，并对每个样本指定FPN级别； Multi-positives策略采取将中心所在固定大小区域划定为正样本；SIMOTA策略将多个缺陷目标框在同样数量的正样本下进行分配； 对压铸制品缺陷检测模型进行训练和并用压铸制品缺陷检测模型进行检测，以mAP与同一台计算机上的FPS作为最终评价结果； 使用训练好的压铸制品缺陷检测模型检测压铸制品缺陷并分类。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。