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！

龙图腾网获悉浙江工业大学申请的专利基于YOLO V5模型的智能手机面板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：CN115861204B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202211484310.6，技术领域涉及：G06T7/00；该发明授权基于YOLO V5模型的智能手机面板表面缺陷检测方法是由袁巨龙;毛越初;王旭;赵文宏;王安静;吕冰海;王金虎;陈泓谕;杭伟;韩云晓设计研发完成，并于2022-11-24向国家知识产权局提交的专利申请。

本基于YOLO V5模型的智能手机面板表面缺陷检测方法在说明书摘要公布了：本发明属于计算机视觉的目标检测领域，具体设计一种基于改进YOLOV5模型的智能手机表面缺陷检测方法。该方法包括：智能手机表面缺陷图像实时采集；采集图像的分割；图像增强和标注，手机面板的数据集制作；构建改进YOLOV5模型；对改进的YOLOV5模型进行训练；使用训练好的YOLOV5模型对智能手机面板表面进行检测。所述YOLOV5模型：Backbone中引入注意力模块；Neck中增加特征图的跨尺度和跨层融合；Head中加入可变形卷积；同时使用Varifocalloss交叉熵函数；在锚框筛选阶段，在锚框集合中，通过框强邻抑制和弱邻强化，提升锚框去重的效率和置信度；最后对改进YOLOV5模型的结构进行轻量化压缩。改进的YOLOV5模型检测智能手机表面缺陷，较原始的YOLOV5模型有着更好准确度和实时性能。

本发明授权基于YOLO V5模型的智能手机面板表面缺陷检测方法在权利要求书中公布了：1.一种基于YOLOV5模型的智能手机面板表面缺陷检测方法，其特征在于，该方法包括以下步骤： S1，采集缺陷图像； S2，切割缺陷图像，筛选出带有缺陷信息的图像； S3，对筛选后的图像进行图像增强和标注，并制成手机面板数据集，包括训练集，验证集和测试集； S4，构建改进的YOLOV5网络，包括： S4-1，Backbone引入PSA模块，具体是用注意力模块PSA替换掉CSP残差结构中的3×3CBL模块，形成新的模块PSA-CSP； S4-2，Neck中增加多个跨尺度以及跨层级的特征融合； S4-3，在Head部分，增加可变形卷积，以提升检测头对目标空间位置和形态的感知力； S4-4，在锚框的筛选时，按照识别的缺陷将锚框划分多个集合，其中按照置信度，将同一集合中的锚框分为强邻和弱邻集合，强邻集合抑制目标锚框的置信度，弱邻集合强化该锚框的置信度； S4-5，使用交叉熵函数Varifocalloss，计算锚框的损失值： 其中，VEL为锚框的交叉熵损失值，qiou是目标锚框和标注框之间的交并比，当qiou＝0时，表示该锚框为负样本，当qiou＞0时，表示锚框为正样本，P是锚框对缺陷的预测概率，α、β为可调节系数； S4-6，将CSP结构中最后一个1×1的CBL层中的卷积层和BN层压缩，减少模型大小，其压缩方法如下： 其中x是输入张量，y是输出张量，μ,σ为计算得到的均值和方差，δ是偏移参数，γ是缩放因子，ε′作为一个极小的数，防止分母为零，而mi和Ci作为卷积权重和偏置参数； S5，利用手机面板数据集对改进的YOLOV5模型进行训练，得到最佳的权重文件； S6，使用最佳权重文件和测试集进行检测，输出缺陷的类别和位置信息。

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浙江工业大学，其通讯地址为：310006 浙江省杭州市拱墅区朝晖六区潮王路18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”。