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！

龙图腾网获悉上海电机学院申请的专利一种基于多特征图共享的风机叶片表面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：CN114004797B 。

龙图腾网通过国家知识产权局官网在2025-03-07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：202111255467.7，技术领域涉及：G06T7/00；该发明授权一种基于多特征图共享的风机叶片表面缺陷检测方法是由卞佰成;陈田;沈贺;董二凤;冯新越;黄沁颖设计研发完成，并于2021-10-27向国家知识产权局提交的专利申请。

本一种基于多特征图共享的风机叶片表面缺陷检测方法在说明书摘要公布了：本发明公开了一种基于多特征图共享的风机叶片表面缺陷检测方法，依次包括如下步骤：获取风机叶片缺陷的目标图像并建立数据集；获取风机叶片缺陷的目标图像；数据筛选；打标签；制作VOC数据集；目标图像预处理；图像灰度化；高斯滤波；Canny边缘检测；直方图均衡化；搭建网络，训练调优；搭建主干网络；设计共享单元；搭建多特征图共享网络；训练集数据增强；模型训练、调优。以达到检测的实时性，提高缺陷识别的精度。

本发明授权一种基于多特征图共享的风机叶片表面缺陷检测方法在权利要求书中公布了：1.一种基于多特征图共享的风机叶片表面缺陷检测方法，其特征在于，依次包括如下步骤：步骤S100，获取风机叶片缺陷的目标图像并建立数据集；步骤S110，获取风机叶片缺陷的目标图像；步骤S120，数据筛选；步骤S130，打标签；步骤S140，制作VOC数据集；步骤S200，目标图像预处理；步骤S210，图像灰度化，对目标图像进行灰度处理，将目标图像变为灰度图以进行降维，获取目标图像一，定义目标图像一为特征图A；步骤S220，高斯滤波，对目标图像一进行高斯滤波获取目标图像二；步骤S230，Canny边缘检测，对目标图像二进行二值化处理之后进行Canny边缘检测，获取目标图像三，定义目标图像三为特征图C；步骤S240，直方图均衡化，对目标图像二进行直方图均衡化获取目标图像四，定义目标图像四为特征图B，提高图像对比度，凸显图像中的纹理特征；步骤S300，搭建网络，训练调优；步骤S310，搭建主干网络；步骤S320，设计共享单元；步骤S330，搭建多特征图共享网络；步骤S340，训练集数据增强；步骤S350，模型训练、调优；在步骤S320中，在主干网络基础上，在每个最大池化层后以及全连接层之前追加了共享单元，共享单元内完成三个特征图的特征共享，并确保输入下一层网络的数据维度不发生变化；通过引入可供模型学习的权重参数[αi1，αi2，αi3，αi4]，将任务间特定层的特征图通过式3～式5的线性组合方式进行特征共享，即特征图A同时与特征图B及特征图C共享，特征图B和特征图C则只单独与特征图A共享，共享后的特征图再正常输入各自的主干网络，完成后续的学习训练；其中各参数在网络初始化时应满足式6的约束关系，但在训练过程中则不对参数的学习进行约束，目的在于通过自主学习获得最有效的线性组合权重；

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上海电机学院，其通讯地址为：200240 上海市闵行区江川路690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”。