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！

龙图腾网获悉武汉纺织大学申请的专利基于轻量化目标检测模型的图像异常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：CN119904624B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202510357025.5，技术领域涉及：G06V10/25；该发明授权基于轻量化目标检测模型的图像异常检测方法及系统是由李敏;李珠婷;刘伟宏;王兆静;钟赛尚;王晨;胡新荣设计研发完成，并于2025-03-25向国家知识产权局提交的专利申请。

本基于轻量化目标检测模型的图像异常检测方法及系统在说明书摘要公布了：本发明公开了基于轻量化目标检测模型的图像异常检测方法及系统，包括构建基于YOLOv8模型改进的轻量化目标检测模型，包括主干网络、特征融合模块和轻量化共享组卷积检测头三个部分；选取包含有待检测异常的图像，对待检测异常在图像中的位置进行标注，记录异常的坐标信息构成异常检测数据集；利用图像异常检测数据集对构建的目标检测模型进行训练，输出训练完成后的目标检测模型用于实现图像异常检测。本发明构建的目标检测模型具有高度的灵活性和适应性，可广泛应用于多种工业场景，包括织物疵点检测、电力设备缺陷检测、药品外观异常检测等实际需求。

本发明授权基于轻量化目标检测模型的图像异常检测方法及系统在权利要求书中公布了：1.基于轻量化目标检测模型的图像异常检测方法，其特征在于，包括如下步骤： 步骤1，构建基于YOLOv8模型改进的轻量化目标检测模型，包括主干网络、特征融合模块和轻量化共享组卷积检测头三个部分； 结合幻影卷积GhostConv和深度卷积DWConv，与轻量级主干网络HGNetV2集成，构建新型主干网络GH-HGV2Net对输入图像进行特征提取，整个新型主干网络在中间阶段生成两个输出特征层； 特征融合模块的处理过程为：新型主干网络最终的输出特征经过SPPF模块后生成第三个输出特征层；结合动态卷积DynaMicConv、C2f模块和幻影卷积GhostConv构建幻影动态卷积层C2fGhostDynaMic；通过幻影动态卷积层、上采样层、幻影卷积和拼接操作对三个输出特征层进行多级融合，最终输出三个不同尺寸的特征图； 结合分组卷积以及共享参数的卷积操作构建轻量化共享组卷积检测头LSCD用于目标预测； 步骤2，选取包含有待检测的异常图像，对待检测异常在图像中的位置进行标注，记录异常的坐标信息构成异常检测数据集； 步骤3，利用异常检测数据集对构建的目标检测模型进行训练，输出训练完成后的目标检测模型用于实现图像异常检测。

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武汉纺织大学，其通讯地址为：430073 湖北省武汉市洪山区纺织路1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”。