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！

龙图腾网恭喜湘潭大学申请的专利一种基于YOLOv8检测轨道螺栓缺陷的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：CN119273696B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202411822843.X，技术领域涉及：G06T7/00；该发明授权一种基于YOLOv8检测轨道螺栓缺陷的方法是由蔡晓雯;张中豪;吴小亮;李怡;赵璟怡;谢灿辉;陈洋卓设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。

本一种基于YOLOv8检测轨道螺栓缺陷的方法在说明书摘要公布了：本发明公开了一种基于YOLOv8检测轨道螺栓缺陷的方法，涉及螺栓缺陷检测技术领域，包括如下步骤：步骤S1，采集轨道螺栓样本图像，将图像进行预处理；步骤S2，将扩张处理后的图像输入改进YOLOv8检测模型中；先对输入图像进行多尺寸特征融合，融合后得到多尺度输出轨道螺栓局部特征图；然后采用改进的K‑Means++聚类方式对轨道螺栓数据集中的物体尺寸进行聚类，获得轨道螺栓数据集的最优的先验框尺寸；再利用先验框的信息，在预测框的中心坐标转换过程中，基于改进YOLOv8检测模型采用sigmoid函数将tx、ty映射到0到1之间，同时添加网格单元坐标信息获得最终预测框信息；最后采用损失函数计算预测框与真实框的差异。

本发明授权一种基于YOLOv8检测轨道螺栓缺陷的方法在权利要求书中公布了：1.一种基于YOLOv8检测轨道螺栓缺陷的方法，其特征在于，包括如下步骤：步骤S1，采集轨道螺栓样本图像，将图像进行预处理，将轨道螺栓样本图像分为训练集，验证集与测试集三部分，将图像样本进行扩张；步骤S2，将扩张处理后的图像输入改进YOLOv8检测模型中；先对输入图像进行多尺寸特征融合，融合后得到多尺度输出轨道螺栓局部特征图；然后采用改进的K-Means++聚类方式对轨道螺栓数据集中的物体尺寸进行聚类，获得轨道螺栓数据集的最优的先验框尺寸；再利用先验框的信息，在预测框的中心坐标转换过程中，基于改进YOLOv8检测模型采用sigmoid函数将映射到0到1之间，同时添加网格单元坐标信息获得最终预测框信息；其中，代表预测框相对于标记框的中心坐标偏移量；最后采用损失函数计算预测框与真实框的差异；所述步骤S2中，具体包括以下内容：S2-1，对输入图像进行多尺寸特征融合；在Darknet53网络输出之后，增加SPP网络结构，通过三个不同尺度的最大池化层对特征图进行最大池化操作，将多尺度输出轨道螺栓局部特征图与输入的轨道螺栓全局特征图进行融合；S2-2，采用改进的K-Means++聚类方式对轨道螺栓数据集中的物体尺寸进行聚类，获得轨道螺栓数据集的最优的先验框尺寸；S2-3，在改进的YOLOv8检测模型中，对轨道螺栓进行预测；基于改进的YOLOv8检测模型，输出的信息包括每个预测框的中心偏移坐标（）和宽高缩放值（），通过解码后得到预测框的位置和尺寸；利用先验框的宽度和高度作为基准，通过指数变换对宽高进行调整，生成目标的实际尺寸；S2-4，损失函数计算预测框与真实框的差异；所述改进YOLOv8检测模型采用特征提取网络CSPDarknet53，采用多尺寸特征融合，分类算法使用逻辑回归，对轨道螺栓的缺失情况进行检测，所述特征提取网络CSPDarknet53通过调整卷积步长对输入特征图的尺寸调整，通过卷积核进行特征提取并调整网络通道数的尺寸；所述特征提取网络CSPDarknet53使用残差块结构，所述残差块结构通过捷径连接的方式将上层的输入X传到输出，同时学习目标转变为了HX与X的差值FX，其中FX为残差，公式表示为：HX=FX+X；当模型的准确率达到饱和状态，学习的目标转为恒等映射的学习，将FX的结果拟合趋近于0。

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湘潭大学，其通讯地址为：411105 湖南省湘潭市雨湖区西郊羊牯塘；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”。