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！

龙图腾网获悉盐城工学院申请的专利一种基于SASED-YOLO算法的风电叶片表面多尺度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：CN120451056B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202510480003.8，技术领域涉及：G06T7/00；该发明授权一种基于SASED-YOLO算法的风电叶片表面多尺度缺陷检测方法是由王媛媛;吕飞炀;王如刚;周锋设计研发完成，并于2025-04-17向国家知识产权局提交的专利申请。

本一种基于SASED-YOLO算法的风电叶片表面多尺度缺陷检测方法在说明书摘要公布了：本发明提供了一种基于SASED‑YOLO算法的风电叶片表面多尺度缺陷检测方法，包括：对风电叶片缺陷图像进行预处理和图像增强处理；将特征提取网络级联M个第一模块，并对处理后的风电叶片缺陷图像进行下采样，且基于下采样结果进行特征提取，得到风电叶片缺陷图像的特征图；基于第二模块对特征图通道权重进行标定；基于第三模块融合来自不同感受野的上下文信息；基于注意力机制关注空间和通道之间的依赖关系，并基于依赖关系对不同特征图中多尺度目标的注意力权重进行分配；基于权重分配结果根据训练集和验证集对网络模型进行训练，得到缺陷检测模型，并基于缺陷检测模型对风电叶片表面检测图像进行缺陷检测。

本发明授权一种基于SASED-YOLO算法的风电叶片表面多尺度缺陷检测方法在权利要求书中公布了：1.一种基于SASED-YOLO算法的风电叶片表面多尺度缺陷检测方法，其特征在于，包括： 步骤1：获取风电叶片缺陷图像，并对风电叶片缺陷图像进行预处理和图像增强处理； 步骤2：将特征提取网络级联M个第一模块，并根据特征图的空间分辨率降低值依次对处理后的风电叶片缺陷图像进行下采样，且基于下采样结果进行特征提取，得到风电叶片缺陷图像的特征图，其中，第一模块为FADonw模块； 步骤3：基于第二模块对特征图通道权重进行标定，其中第二模块为C2f_SENetV2模块； 步骤4：基于第三模块融合来自不同感受野的上下文信息，其中，第三模块为SPPSCCAP模块； 步骤5：基于注意力机制关注空间和通道之间的依赖关系，并基于依赖关系对不同特征图中多尺度目标的注意力权重进行分配； 步骤6：基于权重分配结果根据训练集和验证集对网络模型进行训练，得到SASED-YOLO模型，并基于SASED-YOLO模型对风电叶片表面检测图像进行缺陷检测； 其中，步骤2中，将特征提取网络级联M个第一模块，并根据特征图的空间分辨率降低值依次对处理后的风电叶片缺陷图像进行下采样，且基于下采样结果进行特征提取，得到风电叶片缺陷图像的特征图，包括： 基于管理终端获取第一模块的结构参数，并基于结构参数确定第一模块在级联时的连接接口； 提取特征提取网络和第一模块的业务执行参数，并基于业务执行参数确定特征提取的逻辑顺序，且基于逻辑顺序确定对特征提取网络和第一模块的级联顺序； 基于级联顺序和连接接口将特征提取网络和M个第一模块进行级联，并基于级联结果对特征提取网络和第一模块进行输入输出格式兼容配置，且基于输入输出格式兼容配置结果和任务需求对特征提取网络和第一模块进行超参数适配； 同时，获取特征图的空间分辨率降低值，并基于特征图的空间分辨率降低值确定下采样比例，且基于下采样比例对处理后的风电叶片缺陷图像进行下采样； 基于超参数适配结果将特征提取网络和第一模块切分成双分支特征提取结构，并基于双分支特征提取结构的差异特征提取策略对下采样结果进行特征提取； 将提取到的特征进行关联汇总，得到风电叶片缺陷图像的特征图； 步骤3中，基于第二模块对特征图通道权重进行标定，包括： 提取第二模块的通道自适应机制，并基于通道自适应机制采用1×1全局平均池化调整特征图尺寸； 基于全连接层对池化后的结果进行处理，并基于处理结果得到特征图通道的权重分配； 步骤4中，基于第三模块融合来自不同感受野的上下文信息，包括： 提取第三模块的配置参数，其中，配置参数包括全局感受野分支、级联式最大池化分支、空间与通道重构卷积分支； 基于全局感受野分支采用1×1卷积和平均池化分别压缩特征图的通道数和空间维度，并基于压缩结果根据双线性插值法调整特征图的空间尺寸，得到第一上下文信息； 基于级联式最大池化分支采用三个5×5卷积自上而下对特征的不同感受野的特征进行提取，得到第二上下文信息； 基于空间与通道重构卷积分支采用空间重构单元和通道重构单元去除特征图中冗余信息，得到第三上下文信息； 对第一上下文信息、第二上下文信息及第三上下文信息进行融合。

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盐城工学院，其通讯地址为：224000 江苏省盐城市亭湖区希望大道中路1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。