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！

龙图腾网获悉西安工程大学申请的专利一种基于深度卷积网络的织物起球缺陷等级评定方法及系统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：CN115222958B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202210885784.5，技术领域涉及：G06V10/44；该发明授权一种基于深度卷积网络的织物起球缺陷等级评定方法及系统是由管声启;刘懂懂;王旭;师红宇设计研发完成，并于2022-07-26向国家知识产权局提交的专利申请。

本一种基于深度卷积网络的织物起球缺陷等级评定方法及系统在说明书摘要公布了：本发明公开了一种基于深度卷积网络的织物起球缺陷等级评定方法及系统，将首层卷积层中7×7卷积核设计成三个3×3卷积核的组合，实现小目标起球特征的有效提取；在残差网络中用ReLU6激活函数替换ReLU激活函数，避免ReLU激活函数导致的权值范围相差过大破坏起球的特征信息；在残差网络中加入平均池化，利用小尺寸感受野获取起球特征信息，使得起球特征更充分，网络参数减少，避免参数过多导致过拟合。添加注意机制模型，按照通道注意力机制与空间注意力机制的并行的方式，使得织物起球特征被更充分的提取。因此，该等级评定方法可在织物起球目标微弱和织物背景纹理复杂条件下，对织物起球等级进行准确评定，满足织物起球等级评定的准确率需要。

本发明授权一种基于深度卷积网络的织物起球缺陷等级评定方法及系统在权利要求书中公布了：1.一种基于深度卷积网络的织物起球缺陷等级评定方法，其特征在于，包括如下步骤： 根据预处理后的织物起球数据集，获取织物起球显著图； 建立优化的ResNet34模型； 将织物起球显著图输入至优化的ResNet34模型中，输出织物起球等级，实现织物起球等级评定； 优化的ResNet34模型包括首层卷积层、残差网络模块和注意力模块CBAM； 首层卷积层为三个卷积核的组合，首层卷积层的输入为织物起球显著图； 残差网络模块如下：残差网络模块的第一部分包括的卷积、BN批量归一化和ReLU6激活函数；残差网络模块的第二部分包括平均池化层和的卷积层；将残差网络模块的第一部分输出和残差网络模块的第二部分输出进行累加得到起球特征； 注意力模块CBAM如下：注意力模块CBAM包括通道注意模块和空间注意模块；通道注意力模块：对输入的图像进行最大池化和平均池化，将池化后的起球特征图经过共享全连接层，利用激活函数进行非线性变换，得出通道注意力权值；空间注意力模块：对输入的图像采用最大池化和平均池化，将池化后的起球特征图通过标准卷积层进行连接和卷积，利用激活函数进行非线性变换，得到最终的权重，并生成空间注意权值。

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工程大学，其通讯地址为：710048 陕西省西安市金花南路19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。