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！

龙图腾网恭喜齐鲁工业大学(山东省科学院)申请的专利基于改进卷积神经网络的布料缺陷太赫兹检测方法及系统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：CN119810574B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202510285944.6，技术领域涉及：G06V10/764；该发明授权基于改进卷积神经网络的布料缺陷太赫兹检测方法及系统是由李金红;杨柳;李腾;朱奥宇设计研发完成，并于2025-03-12向国家知识产权局提交的专利申请。

本基于改进卷积神经网络的布料缺陷太赫兹检测方法及系统在说明书摘要公布了：本发明公开基于改进卷积神经网络的布料缺陷太赫兹检测方法及系统，根据光谱信号得到布料样品的成像图像并进行预处理，根据光谱信号反演得到样品的太赫兹吸收系数；将吸收系数和成像图像融合得到的输入数据输入至预先训练好的改进的卷积神经网络模型进行识别分类，得到布料缺陷分类结果；改进的卷积神经网络模型包括依次按照顺序连接的输入层、卷积层、连接层、全局平均池化层和分类层；输入层接收输入数据并输入至卷积层进行特征提取；卷积层为多层具有不对称卷积核的卷积块，并在卷积块之间引入跳跃连接。结合太赫兹时域光谱系统和改进卷积神经网络模型，提升布料缺陷识别的精确度和分类速度的性能，实现高效的自动识别与分类。

本发明授权基于改进卷积神经网络的布料缺陷太赫兹检测方法及系统在权利要求书中公布了：1.基于改进卷积神经网络的布料缺陷太赫兹检测方法，其特征在于，包括： 获取待测布料样品的太赫兹时域光谱信号并进行预处理； 根据预处理后的光谱信号得到待测布料样品的成像图像并进行预处理，根据预处理后的光谱信号反演得到待测布料样品的太赫兹吸收系数，将所述吸收系数和预处理后的成像图像进行融合得到输入数据； 将所述输入数据输入至预先训练好的改进的卷积神经网络模型进行识别分类，得到布料缺陷分类结果；改进的卷积神经网络模型包括依次按照顺序连接的输入层、卷积层、连接层、全局平均池化层和分类层；所述输入层将接收的吸收系数和预处理后的成像图像进行融合得到输入数据，将输入数据输入至卷积层进行特征提取；所述卷积层为多层具有不对称卷积核的卷积块，并在卷积块之间引入跳跃连接； 所述卷积层包括依次按照顺序连接的第一卷积块、池化层、特征融合模块、信息增强模块、两个深度处理模块； 所述特征融合模块接收第一卷积块输出的第一特征图，并分别输入至第一分支和第二分支，第一分支中依次经过第二卷积块和池化层处理得到第一融合特征图，第二分支中经过第三卷积块处理后得到第二融合特征图，第一融合特征图和第二融合特征图共同输入至连接层进行特征融合，得到第二特征图； 所述信息增强模块接收池化层输出的第三特征图并分别输入至第三分支和第四分支，第三分支中第三特征图经过池化层处理后输入至add层，第四分支中第三特征图依次经过池化层和不对称卷积模块处理后得到第一增强特征图，将第一增强特征图输入至第三分支的add层与经过池化层处理后的第三特征图进行特征融合得到第二增强特征图，将第二增强特征图输入至下一个不对称卷积模块进行处理得到第三增强特征图，将第三增强特征图和第二增强特征图共同输入至add层进行特征融合，得到第四特征图； 所述深度处理模块包含第一不对称卷积模块和不对称卷积模块，所述深度处理模块接收信息增强模块输出的第四特征图并分别输入至第五分支和第六分支，第五分支中第四特征图经过池化层处理后输入至add层，第六分支中第四特征图经过第一不对称卷积模块进行处理得到第一深度特征图，将第一深度特征图输入至第五分支的add层与经过池化层处理后的第四特征图进行特征融合得到第二深度特征图，将第二深度特征图输入至不对称卷积模块进行处理得到第三深度特征图，将第三深度特征图和第二深度特征图共同输入至add层进行特征融合，得到第五特征图；其中，第一不对称卷积模块先经过卷积核为1×1的卷积层，再并列进行3×1、1×3、1×1的不对称卷积核后，将大小为3×1的卷积核连接池化层；然后与1×3、1×1的卷积核进行depthConcatenationLayer融合，将融合后的特征与第五分支中经过池化处理后的特征通过additionlayer进行拼接；additionlayer拼接融合后的特征输入至不对称卷积模块进行处理，先经过卷积核为1×1的卷积层，再并列进行3×1、1×3、1×1的不对称卷积核后，在连接层按深度维度拼接；拼接后的特征与第五分支输出的特征通过additionLayer进行元素级别的融合，得到融合特征图。

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齐鲁工业大学(山东省科学院)，其通讯地址为：250000 山东省济南市长清区大学路3501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”。