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！

龙图腾网获悉山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院);临沂众为智能科技有限公司申请的专利一种基于改进DETR模型的木材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：CN116363109B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202310358020.5，技术领域涉及：G06T7/00；该发明授权一种基于改进DETR模型的木材缺陷检测方法是由郝凤琦;朱瑞雪;白金强;李正春;程广河;卞存翔;程大全设计研发完成，并于2023-03-31向国家知识产权局提交的专利申请。

本一种基于改进DETR模型的木材缺陷检测方法在说明书摘要公布了：本发明公开一种基于改进DETR模型的木材缺陷检测方法，属于智能识别木材的技术领域，本发明采用DETR模型进行木材缺陷检测，基于无参的离散傅里叶变换进行图片特征的交互，取代了原有DETR中的自注意力层，极大降低了参数量；并且改变了原有DETR中生成目标查询向量的方式，加快了收敛速度，简化了计算的复杂度。本发明具有较好的木材缺陷定位以及分类能力，大大降低了生产成本，实现了木材等级分类的高度自动化，提升了产品质量。

本发明授权一种基于改进DETR模型的木材缺陷检测方法在权利要求书中公布了：1.一种基于改进DETR模型的木材缺陷检测方法，其特征在于，包括： 1获取现场含有木材缺陷的图像作为数据集； 2对所述图像进行数据增强； 3标注数据以形成木材缺陷的种类及位置，并划分训练集、验证集、测试集； 4使用改进DETR模型进行训练：使用显卡对所述改进DETR模型进行模型训练，并保存识别准确率最高时的模型参数，即最优模型参数； 5加载所述最优模型参数至改进DETR模型，进而对木材进行缺陷检测； 其中，所述改进DETR模型，包括图片特征提取部分和Transformer结构部分； 所述图片特征提取部分包括卷积神经网络和位置编码；所述Transformer结构部分包括Transformer编码器模块、Transformer解码器模块、前馈神经网络、二分图匹配模块和损失计算模块； 其中所述Transformer编码器模块中的原有注意力子层被替换为无参数的离散傅里叶子层，并且将原有随机生成的目标查询向量改进为带有先验信息的目标查询向量，经过层编码器和层解码器处理之后，最后使用两次前馈神经网络输出目标检测的结果，所述为层数； 所述带有先验信息的目标查询向量生成方法如下： 所述Transformer编码器模块的输出为，其中，其中，是实数集；通过线性层公式将其映射成带有先验信息的潜在目标查询向量，所述线性层公式如下： I 在公式I中，；tanh为激活函数；是提取先验信息的权重矩阵；代表实数集维度，是潜在目标查询向量；m用于区分不同的权重矩阵； 计算每个潜在目标查询向量的得分，选取前N个得分高的潜在目标查询向量作为最终的N个目标查询向量，得分函数如下： II 在公式II中，sigmoid为激活函数；表示得分函数的权重矩阵，和1均代表实数集维度。

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山东省计算中心(国家超级计算济南中心);齐鲁工业大学(山东省科学院);临沂众为智能科技有限公司，其通讯地址为：250000 山东省济南市经十路东首科学院路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。