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！

龙图腾网获悉东华大学;五洋纺机有限公司申请的专利一种基于HCS-YOLOV5的织物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：CN115908382B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202211641483.4，技术领域涉及：G06T7/00；该发明授权一种基于HCS-YOLOV5的织物缺陷检测方法是由周其洪;孙浩东;王水;陈革;王菡珠设计研发完成，并于2022-12-20向国家知识产权局提交的专利申请。

本一种基于HCS-YOLOV5的织物缺陷检测方法在说明书摘要公布了：本发明公开一种基于HCS‑YOLOV5的织物缺陷检测方法，步骤1，采集分辨率为640×640大小的有缺陷的经编织物图像；步骤2，利用步骤1获得的有缺陷的经编织物图像，使用LabelImg进行缺陷区域的标注，建立经编织物缺陷数据集，得到训练集，验证集，测试集；步骤3，建立HCS‑YOLOV5网络模型；步骤4，采用步骤3建立的HCS‑YOLOV5网络模型对数据集进行训练；步骤5，输入一张待检测的织物图片，采用步骤4训练好的HCS‑YOLOV5网络模型对待检测的织物图片进行检测，输出检测结果；步骤6，利用步骤2得到的测试集对模型进行评价。本发明解决了现有技术中存在的对经编织物缺陷检测效果差的问题。

本发明授权一种基于HCS-YOLOV5的织物缺陷检测方法在权利要求书中公布了：1.一种基于HCS-YOLOV5的织物缺陷检测方法，其特征在于，包括以下步骤： 步骤1：采集分辨率为640×640大小的有缺陷的经编织物图像； 步骤2：利用步骤1获得的有缺陷的经编织物图像，使用LabelImg进行缺陷区域的标注，建立经编织物缺陷数据集，得到训练集、验证集、测试集； 步骤3：建立HCS-YOLOV5网络模型；按照以下过程实施： 步骤31：建立HCDarkNet特征提取网络，HCDarkNet特征提取网络是在原CSPDarkNet的基础上加上混合空洞空间金字塔hybridatrousspacepyramid，HASP模块和ConvNeXtBlockCNB模块，增强特征提取网络提取多尺度的特征信息能力的同时，增强其语义信息表达能力；HCDarkNet特征提取网络先对输入特征图进行4倍下采样，然后经过混合空洞空间金字塔模块，其输出特征图能够提取多尺度的特征信息，增强了感受野和全局特征细节的捕捉，减少特征提取时细节信息的丢失，然后经过4个下采样层，每一个下采样层对特征图下采样2倍，同时每一个下采样层后都紧跟一个ConvNeXtBlock模块，其输出特征图的每个像素点都能够实现对于缺陷目标的检测，同时增加了每个像素点的语义信息，连续堆叠4个下采样层，分别得到对输入图像进行8倍、16倍、32倍下采样的特征图作为特征融合网络的输入信息； 步骤32：路径聚合网络旨在通过自底向上的路径增强顶层特征图的位置信息，使用SimAM注意力机制增强缺陷区域的权重，减少特征信息的丢失； 步骤33：Head中的主体部分是三个Detect检测器，即利用基于网格的anchor在三个尺度为：80x80、40x40、20x20的特征图上进行目标检测的过程，根据特征图的尺寸在这3种特征图上划分网格，并且给每种特征图上的每个网格都预设了3个不同宽高比的anchor，用来预测和回归目标，对特征图上的每个网格进行预测，得到的预测信息与真实信息进行对比，若预测信息越接近真实信息，则损失函数值越小； 步骤4：采用步骤3建立的HCS-YOLOV5网络模型对数据集进行训练； 步骤5：输入一张待检测的织物图片，采用步骤4训练好的HCS-YOLOV5网络模型对待检测的织物图片进行检测，输出检测结果； 步骤6：利用步骤2得到的测试集对网络模型进行评价。

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东华大学;五洋纺机有限公司，其通讯地址为：200051 上海市长宁区延安西路1882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。