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！

龙图腾网获悉重庆大学申请的专利一种结合分类和检测的两阶段表面缺陷识别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：CN114898153B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202210528242.2，技术领域涉及：G06V10/764；该发明授权一种结合分类和检测的两阶段表面缺陷识别方法是由尹宏鹏;柴毅;汤鹏;张浩哲设计研发完成，并于2022-05-16向国家知识产权局提交的专利申请。

本一种结合分类和检测的两阶段表面缺陷识别方法在说明书摘要公布了：本发明公开了一种结合分类和检测的两阶段表面缺陷识别方法，该方法包括以下步骤：S1、分别构建缺陷分类网络模型和缺陷检测网络模型；S2、根据S1构建数据集并分别训练缺陷分类网络模型和缺陷检测网络模型；S3、根据S2构建两阶段表面缺陷识别算法模型，S4、将被检对象输入S3中的两阶段表面缺陷识别算法模型，进行大范围整体缺陷的分类和微小局部缺陷的定位识别。本发明的有益效果在于，通过引入新的特征学习方式和构建分类+检测的两阶段网络模型，不但实现了特征图中关键特征的有针对性强化，提升算法鲁棒性和可解释性，还同时融合了图像分类网络和目标检测网络两方面的优势，实现了整体缺陷的高效识别和局部缺陷的精准定位，且具有较高计算效率。

本发明授权一种结合分类和检测的两阶段表面缺陷识别方法在权利要求书中公布了：1.一种结合分类和检测的两阶段表面缺陷识别方法，其特征在于，该方法包括以下步骤： S1、分别构建缺陷分类网络模型和缺陷检测网络模型； 所述缺陷分类网络模型构建方法如下： 缺陷分类网络是深度为54的深度卷积神经网络，其中包含17个Bottleneck层；所述Bottleneck层是一种先进行通道扩张再进行通道压缩的纺锤形残差连接结构，有效避免网络中使用的深度可分离卷积导致的特征过多损失；缺陷分类网络分别在第一个Bottleneck层之前和最后一个Bottleneck层之后添加一个CBAM通道空间注意力模块； 所述缺陷检测网络模型构建方法如下： 缺陷检测网络分为主干网络、Neck和检测头三个部分；所述主干网络使用CSPDarknet53构建，用于实现图像特征的提取；所述Neck为FPN+PAN双向特征金字塔结构，用于高低层特征融合以改善网络对小缺陷目标的检出能力；所述检测头采用分类和定位相解耦的检测头，有效提升缺陷检测性能；缺陷检测网络不再对特征图每个位置预测多个锚框，而是直接预测框的x、y、w和h4个参数值；在预测目标时，使用SimOTA进行最优标签分配； S2、根据S1构建数据集并分别训练缺陷分类网络模型和缺陷检测网络模型； S3、根据S2构建两阶段表面缺陷识别算法模型； 所述两阶段表面缺陷识别算法模型构建方法如下： 缺陷分类网络和缺陷检测网络训练好后，将被检对象输入缺陷分类网络中进行大范围整体缺陷的分类，若被检对象被判定为存在整体缺陷，则将被检对象直接判为NG；若被检对象无整体缺陷，则将被检对象输入缺陷检测网络中；在缺陷检测网络中，若被检对象检出局部缺陷，则将被检对象判为NG，若被检对象未检出缺陷，则将被检对象判为OK； S4、将被检对象输入S3中的两阶段表面缺陷识别算法模型，进行大范围整体缺陷的分类和微小局部缺陷的定位识别。

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重庆大学，其通讯地址为：400044 重庆市沙坪坝区沙坪坝正街174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”。