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！

龙图腾网恭喜深圳杰泰科技有限公司申请的专利一种零件内壁表面缺陷检测及等级评定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：CN117237290B 。

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：202311164555.5，技术领域涉及：G06T7/00；该发明授权一种零件内壁表面缺陷检测及等级评定方法是由张广平;梁耀;黎文富;和子博;邝锢贤;郭超设计研发完成，并于2023-09-11向国家知识产权局提交的专利申请。

本一种零件内壁表面缺陷检测及等级评定方法在说明书摘要公布了：本发明公开了一种零件内壁表面缺陷检测及等级评定方法，包括：采集零件内壁表面视频或图像，并离线标注缺陷特征；构建零件内壁表面缺陷检测模型，优化模型特征提取、融合网络，提升模型对微小缺陷特征学习能力的同时保持检测速度，改善模型边界框损失函数，加速模型收敛、提高边界框回归精度；缺陷检测模型中设置超参数，调整超参数并训练得到对应模型，从训练模型中选取最佳缺陷检测模型检测采集视频或图像缺陷，输出缺陷置信度、边界框及掩膜；依据缺陷掩膜计算缺陷面积、等效直径评级参量；通过评级参量中等效直径值对零件内壁表面缺陷进行评级。本发明对降低零件内壁表面缺陷检测工作强度、提高缺陷检测效率及准确性具有重大实际工程应用价值。

本发明授权一种零件内壁表面缺陷检测及等级评定方法在权利要求书中公布了：1.一种零件内壁表面缺陷检测及等级评定方法，其特征在于，所述方法包括：步骤A采集零件内壁表面视频或图像，并离线标注缺陷特征；步骤B构建零件内壁表面缺陷检测模型，优化模型特征提取网络与特征融合网络，提升模型对微小缺陷特征学习能力的同时保持检测速度，改善模型边界框损失函数，加速模型收敛、提高边界框回归精度；步骤C缺陷检测模型中设置超参数，调整超参数并训练得到对应模型，从训练模型中选取最佳缺陷检测模型检测采集视频或图像缺陷，输出缺陷置信度、边界框及掩膜；步骤D依据缺陷的掩膜计算缺陷面积S、等效直径De评级参量；步骤E通过评级参量中等效直径De值对零件内壁表面缺陷进行评级；所述步骤B具体包括：所述零件内壁表面缺陷检测模型为BM-YOLOv8模型，BM-YOLOv8模型采用YOLOv8作为基础模型，通过动态稀疏自注意力机制BiFormer优化YOLOv8模型特征提取网络与特征融合网络，并基于最小点距离交并比MPDIoU优化YOLOv8模型边界框损失函数，完成零件内壁外表面缺陷精准检测；所述BM-YOLOv8模型特征提取网络包括将BiFormer模块添加在Backbone最后一层，使网络根据输入图像特征自适应调整注意力权重；所述BM-YOLOv8模型特征融合网络包括：将BiFormer模块添加在PAN-FPN上采样阶段Upsample结构前及下采样阶段C2f模块后；BiFormer模块包括：图像输入区域划分及投影、有向图的区域到区域路由与Token-to-token注意力三部分；具体包括：①图像输入区域划分及投影设H为输入图像高度，W为输入图像宽度，α为输入图像通道数，则输入图像二维特征映射X为：X∈RH×W×α1划分S×S块非重叠区域后，各区域包含HWS2个特征向量，则输入图像线性投影后query张量Q、key张量K、value张量V可表示为： 式中，Wq,Wk,Wv分别为query,key,value投影权重；②有意向图的区域到区域路由区域间相关性矩阵Ar求解为：Ar＝QrKrT3式中，Qr为区域级query张量，Kr为区域级key张量；依据式3求解区域间索引路由矩阵Mr为：Mr＝topkIndexAr4式中，topkIndex·为前topk区域索引函数；③Token-to-token注意力机制聚集后区域的key张量Kg为：Kg＝gatherK,Mr5同理，聚集后区域的value张量Vg为：Vg＝gatherV,Mr6依据式5、6可求解动态稀疏注意力机制如下： 式中，dk为key维度，LEV是对V进行深度卷积得到的多尺度token局部增强分量；利用最小点距离交并比MPDIoU最小化预测框与真实框间左上、右下点距离优化边界框损失函数，具体步骤如下：设为预测框，为真实框，分别为真实框的左上与右下方顶点，分别为预测框的左上与右下方顶点，则预测框真实框左上与右下方顶点最小点距离交并比MPDIoU表示为： 式中，进一步为： 优化后模型边界框损失函数为： 式中，为DFL损失函数；缺陷检测模型中设置或多次调整的超参数包括：初始权重、权重衰减系数、学习率、批样本数量、激活函数和单元数；缺陷检测模型的性能评价指标为：mAP、F1得分、识别率和FPS；依据缺陷检测模型的性能评价指标，从多次训练模型中选取最佳模型检测采集视频或图像，可视化输出砂眼、长划痕缺陷置信度、边界框及掩膜；所述步骤D具体包括：依据识别到缺陷的掩膜计算缺陷面积S、等效直径De评级参量；具体包括：设u为图像水平方向像素坐标，v为图像垂直方向像素坐标，缺陷面积S为： 缺陷等效直径De为： 结合成像面-物面空间位姿转换关系，计算得到缺陷评级参量物理单位值；所述步骤E具体包括：若评级参量中等效直径De满足式9，评定为砂眼缺陷，1级缺陷；0.4mm≤De＜0.6mm13若评级参量中等效直径De满足式10，评定为砂眼缺陷，2级缺陷；0.6mm≤De＜1.0mm14若评级参量中等效直径De满足式11，评定为砂眼缺陷，3级缺陷；1.0mm≤De＜1.5mm15若评级参量中等效直径De满足式12，评定为长划痕缺陷，4级缺陷；De≥1.5mm16。

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深圳杰泰科技有限公司，其通讯地址为：518100 广东省深圳市龙岗区宝龙街道宝龙社区宝荷大道76号智慧家园B座906；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”。