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！

龙图腾网恭喜中国计量大学申请的专利一种轻量化工业产品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：CN119313659B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202411847662.2，技术领域涉及：G06T7/00；该发明授权一种轻量化工业产品表面缺陷检测方法是由章东平;汪文涛;马道滨;徐建宇;卜玉真;杨力设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本一种轻量化工业产品表面缺陷检测方法在说明书摘要公布了：本发明公开了一种轻量化工业产品表面缺陷检测方法，属于计算机视觉与人工智能应用领域，本发明通过获取工业产品表面缺陷图像数据集，并对数据进行预处理；构建YOLO‑IDL工业产品表面缺陷检测模型，设计轻量级分层多尺度特征提取网络作为主干网络，设计尺度灵犀颈作为颈部网络，头部网络采用YOLOv8头部网络；再使用预处理后的工业产品表面缺陷图像数据集，对YOLO‑IDL工业产品表面缺陷检测模型进行训练，得到训练集好的YOLO‑IDL工业产品表面缺陷检测模型并进行部署，以对工业产品表面缺陷进行检测，输出缺陷类型以及位置。

本发明授权一种轻量化工业产品表面缺陷检测方法在权利要求书中公布了：1.一种轻量化工业产品表面缺陷检测方法，其特征在于包括如下步骤：步骤1：获取工业产品表面缺陷图像数据集；步骤2：构建工业产品表面缺陷检测模型，包括主干网络、颈部网络和头部网络，主干网络为轻量级分层多尺度特征提取网络，颈部网络为尺度灵犀颈，对轻量级分层多尺度特征提取网络输出的不同深度的特征进行跨阶段特征重塑，不同尺度的特征进行特征聚合，基于重塑和聚合的特征生成局部特征用于头部网络的缺陷检测；轻量级分层多尺度特征提取网络，包括依次连接的脉络层、轻量级分层多尺度特征提取层和深度可分离卷积层，后续的轻量级分层多尺度特征提取层和深度可分离卷积层依次交替连接，特征提取包括如下步骤：步骤2.1.1：脉络层通过多级卷积和填充，再经最大池化，逐步降低特征图分辨率，同时保持关键特征，最后将最大池化的结果与卷积后的输入特征进行拼接操作，结合不同层级的信息，得到通道信息的特征图；步骤2.1.2：轻量级分层多尺度特征提取层通过堆叠多个轻量级卷积处理网络输入，然后将不同轻量级卷积的输出特征拼接，再将拼接后的特征通过注意力模块进行通道加权，最后将注意力模块处理后的特征与原始输入特征进行残差连接；步骤2.1.3：深度可分离卷积层包括深度卷积和逐点卷积，通过深度卷积处理每个通道的空间信息，仅执行简单的逐通道卷积，然后用逐点卷积融合通道间的信息，同时深度卷积保留细节信息，逐点卷积整合全局特征；尺度灵犀颈包括跨阶段特征重塑模块、尺度特征适应性聚合单元、聚合法跨阶段局部网络模块和轻量级卷积，其执行过程如下：步骤2.2.1：跨阶段特征重塑模块接收轻量级分层多尺度特征提取网络输出的不同深度的特征图，对每个阶段的特征图通过卷积操作，将通道数对齐；然后对特征沿深度维度进行拼接，将拼接后的特征进行特征提取和优化，得到重塑后的输出特征；步骤2.2.2：尺度特征自适应聚合模块在特征聚合之前，对不同尺度的特征进行调整，使尺度特征保持一致，再沿通道维度拼接，得到聚合后的特征；步骤2.2.3：聚合法跨阶段局部网络模块获取聚合特征和重塑特征以生成局部特征，对聚合法跨阶段局部网络模块输入特征图，先采用普通卷积得到调整通道数的第一个特征图；然后将输入特征图再分别进行一次普通卷积和两次轻量级卷积得到另外两个特征图；接着将所述两个特征图通过逐元素相加融合后，再与第一个特征图进行拼接；最后对拼接后的特征图再进行一次普通卷积，得到输出特征图；步骤2.2.4：轻量级卷积对所述局部特征先采用普通卷积捕获基本特征信息，得到第一组特征图；接着通过深度可分离卷积运算，聚焦于重要的空间特征，得到第二组特征图；然后将两组特征图沿通道维度拼接；最后对拼接后的特征进行通道打乱操作，并将最终的输出特征作为尺度灵犀颈的输出，输入头部网络；步骤3：通过所述工业产品表面缺陷图像数据集，对深度学习模型进行训练；步骤4：部署训练好的深度学习模型并对工业产品表面缺陷进行检测。

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中国计量大学，其通讯地址为：310018 浙江省杭州市钱塘区下沙高教园区学源街258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”。