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！

龙图腾网获悉南昌大学申请的专利一种基于级联卷积神经网络的钢件焊缝自动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：CN114119504B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202111312070.7，技术领域涉及：G06T7/00；该发明授权一种基于级联卷积神经网络的钢件焊缝自动检测方法是由李渭;翟翊君;赵迎泽;闵卫东;徐健锋;金世锋;姚恒科设计研发完成，并于2021-11-08向国家知识产权局提交的专利申请。

本一种基于级联卷积神经网络的钢件焊缝自动检测方法在说明书摘要公布了：本发明提供了一种基于级联卷积神经网络的钢件焊缝自动检测方法，包括以下步骤：S1，利用工业相机和红外激光线对钢件进行扫描，获得焊缝数据；S2，对图像进行焊缝区域标注和中心线标注，完成焊缝参考图像集和中心线参考图像集制作；S3，根据训练算法，利用焊缝数据和焊缝参考图像集训练级联卷积神经网络，同时利用焊缝数据和中心线参考图像集训练中心线提取网络；S4，利用工业相机和红外激光线对待检测钢件进行扫描，获得待检测焊缝数据；S5，将待检测的焊缝数据输入训练好的检测模型中输出检测结果。本发明能够准确地提取出焊缝位置，极大地提升了抗干扰能力，保证了焊接质量，提高了自动焊接系统的自适应能力。

本发明授权一种基于级联卷积神经网络的钢件焊缝自动检测方法在权利要求书中公布了：1.一种基于级联卷积神经网络的钢件焊缝自动检测方法，其特征在于：包括以下步骤：步骤S1，获取焊缝数据，利用工业相机和红外激光线对钢件进行扫描，获得焊缝数据；步骤S2，数据标注，对图像进行焊缝区域标注和中心线标注，完成焊缝参考图像集和中心线参考图像集制作；步骤S3，训练级联卷积神经网络和中心线提取网络，根据训练算法，利用焊缝数据和焊缝参考图像集训练级联卷积神经网络，同时利用焊缝数据和中心线参考图像集训练中心线提取网络；步骤S4，获取待检测焊缝数据，利用工业相机和红外激光线对待检测钢件进行扫描，获得待检测焊缝数据；步骤S5，计算检测结果，将待检测的焊缝数据输入训练好的检测模型中输出检测结果；所述步骤S3中，级联卷积神经网络依次包括输入层、第一卷积层、第二卷积层、第三卷积层、第四卷积层、第五卷积层、第五反卷积层、第六卷积层、第四反卷积层、第七卷积层、第三反卷积层、第八卷积层、第二反卷积层、第一反卷积层、第九卷积层、输出层和Softmax层；低层卷积能够提取到更多具体细节，包括激光条纹边缘信息，而高层卷积能够提取到更多的位置信息，将低层与高层输出进行相加的特征融合，通过进行特征融合补充局部细节特征；在级联卷积神经网络中，将第一卷积层与第二反卷积层、第二卷积层与第三反卷积层、第三卷积层与第四反卷积层、第四卷积层与第五反卷积层的输出进行特征融合。

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南昌大学，其通讯地址为：330000 江西省南昌市红谷滩新区学府大道999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”。