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！

龙图腾网获悉汇通建设集团股份有限公司;石家庄铁道大学申请的专利一种基于轻量级双重增强网络的带钢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：CN119515817B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202411568207.9，技术领域涉及：G06T7/00；该发明授权一种基于轻量级双重增强网络的带钢表面缺陷检测方法是由张馨文;李俊国;刘闯;马帅;杨泉超设计研发完成，并于2024-11-05向国家知识产权局提交的专利申请。

本一种基于轻量级双重增强网络的带钢表面缺陷检测方法在说明书摘要公布了：本发明公开了一种基于轻量级双重增强网络的带钢表面缺陷检测方法，属于目标检测领域。本发明涉及一种新型带钢表面缺陷检测框架，框架内部应用轻量模块和特征融合模块堆叠，外部利用了混合知识蒸馏，在构建一个足够轻量的带钢表面缺陷检测网络。常规带钢表面缺陷检测网络教师模型由普通卷积构成的C2f模块堆叠作为Backbone，引入多层协调自适应特征融合模块与解耦头共同组成Neck部分。轻量级双重增强网络学生模型由轻量卷积构成的FasterNet模块堆叠作为Backbone，其余结构与教师模型相同。这种内外双重增强的方式大幅减少网络的参数量和提高检测速度，解决了轻量级表面缺陷检测网络的精度低的问题，能够在检测精度与速度之间取得一个更好的平衡。

本发明授权一种基于轻量级双重增强网络的带钢表面缺陷检测方法在权利要求书中公布了：1.一种基于轻量级双重增强网络的带钢表面缺陷检测方法，其特征在于，包括以下步骤： S1、读取用于带钢表面缺陷检测的图像样本，采用数据增强技术进行处理后纳入样本库； S2、将缺陷图像样本分别作为常规带钢表面缺陷检测网络和轻量级双重增强网络的输入，通过由卷积层堆叠的特征提取模块提取训练图像的特征映射； S3、将来自不同层级的特征映射信息输入到多层协调自适应特征融合模块中以确保特征信息的高效融合与利用； 在步骤S3中，多层协调自适应特征融合模块采用自上而下的结构整合高级语义特征映射，将来自不同层级的特征映射通过自适应融合ASFF模块进行处理调整权重，再采用自下而上的路径将来自较低层的定位信息与来自较高层的语义信息完全融合； 在自适应融合ASFF模块中，令n层的特征为，n∈{2,3,4,5}，其自适应特征融合表示为 ； 其中表示从不同层调整到n层的特征图位置处的特征向量，表示沿对应通道输出的特征向量； ，分别表示不同层级的自适应权重，使用Softmax函数计算得到； S4、采用解耦头对特征信息进行识别与定位； S5、采用蒸馏损失函数逼迫轻量级双重增强网络学习常规带钢表面缺陷检测网络的中间提示层特征和分类器的logits输出； 在步骤S5中，混合蒸馏方法采取双通道策略，主要为基于feature通道和基于logit输出通道两部分蒸馏损失组成； 基于feature通道的蒸馏损失中，将教师网络和学生网络分别表示为T和S，对应的激活映射分别表示为和； 基于logit输出的蒸馏损失分为分类蒸馏损失和定位蒸馏损失两部分，其中分类蒸馏损失部分采用二元交叉熵损失函数与KL散度配合使用，定位蒸馏损失采用EIoU损失函数。

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汇通建设集团股份有限公司;石家庄铁道大学，其通讯地址为：074000 河北省保定市高碑店市世纪东路69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”。