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！

龙图腾网获悉浙江理工大学申请的专利一种基于高效多路径特征融合网络的瑕疵识别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：CN119540643B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411693372.7，技术领域涉及：G06V10/764；该发明授权一种基于高效多路径特征融合网络的瑕疵识别方法及系统是由戴宁;徐开心;甘棚元;胡旭东设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。

本一种基于高效多路径特征融合网络的瑕疵识别方法及系统在说明书摘要公布了：本申请公开了一种基于高效多路径特征融合网络的瑕疵识别方法及系统，涉及布匹瑕疵检测技术领域，解决了现有技术中无法有效的融合深层与浅层、大尺度与小尺度的特征信息，以及现有模型计算复杂度高、模型参数量大的问题，该方法包括：构建布匹瑕疵数据集，构建改进的YOLOv5s模型并进行模型训练，其中，改进的内容包括：将GFPN融入YOLOv5s的Neck网络，在主干网络中引入间隔层级间的跨尺度连接层和同尺度间的跨层跳跃连接层，在Neck网络中，采用C3Ghost轻量化特征融合节点，并采用Dysample方法对深层特征图进行上采样，有效融合深层与浅层、大尺度与小尺度的特征信息，提升了YOLOv5s模型在多尺度、多比例目标检测中的性能，同时降低了模型的计算参数和复杂度。

本发明授权一种基于高效多路径特征融合网络的瑕疵识别方法及系统在权利要求书中公布了：1.一种基于高效多路径特征融合网络的瑕疵识别方法，其特征在于，包括： 构建布匹瑕疵数据集； 构建改进的YOLOv5s模型，具体包括：将GFPN融入YOLOv5s的Neck网络，在主干网络中引入间隔层级间的跨尺度连接层和同尺度间的跨层跳跃连接层，在Neck网络中，采用C3Ghost轻量化特征融合节点，所述C3Ghost轻量化特征融合节点通过Ghost卷积结合主卷积生成本征特征，并通过辅助深度可分离卷积生成Ghost特征，最终拼接成输出特征图，并采用Dysample方法对深层特征图进行上采样，在间隔层级间的跨尺度连接层中，第i层的中间尺度特征信息的表达式如下： ； 其中，为第i跨尺度连接层的中间尺度特征信息；为i层中间尺度层的对应backbone层初级特征；为对应跨尺度层特征信息；为第i-1层的中间尺度特征信息；为结合GhostConv的融合节点；为第i层尺度统一Ghost卷积；为各特征信息对应的学习权重；为融合偏置； 在同尺度间的跨层跳跃连接层中，第j层的中间尺度特征信息表达如下： ； 其中，为第j同尺度跳跃层的中间尺度特征信息；为对应跳跃层特征信息；为第j-1同尺度跳跃层的中间尺度特征信息；为各融合特征按通道进行合并； 利用布匹瑕疵数据集对改进的YOLOv5s模型进行训练，以得到瑕疵识别模型； 获取待检测布匹图像，并利用瑕疵识别模型对待检测布匹图像进行瑕疵识别。

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浙江理工大学，其通讯地址为：310000 浙江省杭州市经济技术开发区白杨街道2号大街928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”。

以上内容由龙图腾AI智能生成。