Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 长沙理工大学唐立军获国家专利权

长沙理工大学唐立军获国家专利权

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!

龙图腾网获悉长沙理工大学申请的专利基于改进YOLOv5的铝表面实时缺陷检测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:CN116012372B

龙图腾网通过国家知识产权局官网在2026-01-23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:202310174707.3,技术领域涉及:G06T7/00;该发明授权基于改进YOLOv5的铝表面实时缺陷检测方法及系统是由唐立军;刘深波;赵东雪设计研发完成,并于2023-02-28向国家知识产权局提交的专利申请。

基于改进YOLOv5的铝表面实时缺陷检测方法及系统在说明书摘要公布了:本发明公开了一种基于改进YOLOv5的铝表面实时缺陷检测方法及系统,包括:获取各种铝材表面缺陷图片,进行数据增强的图片预处理,建立数据集;将预处理后的数据集输入引入ghost网络、联合注意力机制和深度可分离卷积的改进的YOLOv5网络结构中,进行强化迁移训练,得到优化模型;将所述优化模型部署到硬件设备上进行铝材表面缺陷的实时检测。本发明解决了铝材表面缺陷检测的实时性低、检测精度有待提高、训练效率低的问题。

本发明授权基于改进YOLOv5的铝表面实时缺陷检测方法及系统在权利要求书中公布了:1.一种基于改进YOLOv5的铝表面实时缺陷检测方法,其特征在于,包括以下步骤: S1、获取各种铝材表面缺陷图片,进行数据增强的图片预处理,建立数据集; S2、将预处理后的数据集输入引入ghost网络、联合注意力机制和深度可分离卷积的改进的YOLOv5网络结构中,进行强化迁移训练,得到优化模型;所述引入ghost网络、联合注意力机制和深度可分离卷积的改进的YOLOv5网络结构包括: 将输入图片经CBL、第一Ghost模块、第一C3Ghost模块、第二Ghost模块、第二C3Ghost模块、第三Ghost模块、第三C3Ghost模块、第四Ghost模块、第四C3Ghost模块,且四个C3Ghost模块中均嵌入注意力模块;所述第二C3Ghost模块的输出与从第一Dw卷积模块上采样的输出Concat后经第五C3Ghost模块输出第一尺度特征图;所述第三C3Ghost模块的输出与从第三Dw卷积模块上采样的输出Concat后,经第六C3Ghost模块、第一Dw卷积模块后的输出,与所述第五C3Ghost模块经第二Dw卷积模块的输出Concat后,经第七C3Ghost模块输出第二尺度特征图;所述第四C3Ghost模块的输出经SPPF、第三Dw卷积模块的输出,与所述第七C3Ghost模块经第四Dw卷积模块后的输出Concat后,经第八C3Ghost模块输出第三尺度特征图;所述C3Ghost模块是加了Ghost的C3模块,所述Dw卷积模块为深度可分离卷积模块; S3、将所述优化模型部署到硬件设备上进行铝材表面缺陷的实时检测。

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长沙理工大学,其通讯地址为:410114 湖南省长沙市雨花区万家丽南路二段960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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。