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！

龙图腾网获悉无锡九霄科技有限公司申请的专利基于深度学习网络的多尺度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：CN119722580B 。

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：202411682388.8，技术领域涉及：G06T7/00；该发明授权基于深度学习网络的多尺度缺陷检测方法是由肖上;吴静静;吕扬;杨李平设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本基于深度学习网络的多尺度缺陷检测方法在说明书摘要公布了：本发明公开了基于深度学习网络的多尺度缺陷检测方法，属于数字图像处理技术领域。所述方法基于YOLOv8网络提出一种新的缺陷检测MSE‑YOLOv8网络，在Backbone部分，保持原始的Conv和C2f的配置，加入局部和全局特征提取层；在Neck部分，采用FPN+PAN层，并嵌入了多尺度特征融合模块；在Head部分，使用语义增强的检测头，沿用解耦检测头的设计，并在分类头部采用改进的空间组增强模块，替换了原有卷积层。实验结果证明，本发明相比于现有的检测方法过检和漏检情况得到了优化，有效地提升了检测精度。

本发明授权基于深度学习网络的多尺度缺陷检测方法在权利要求书中公布了：1.一种缺陷检测方法，其特征在于，所述方法基于YOLOv8网络提出一种新的缺陷检测MSE-YOLOv8网络，对所述MSE-YOLOv8网络进行训练并用训练完成的MSE-YOLOv8网络对输入图像进行缺陷检测； 所述MSE-YOLOv8网络对YOLOv8网络的改进包括：在Backbone部分，保持原始的Conv和C2f的配置，加入局部和全局特征提取层LGLayer；在Neck部分，采用FPN+PAN层，并嵌入了多尺度特征融合模块MSFF；在Head部分，使用语义增强的检测头SE-Detect，沿用解耦检测头的设计，并在分类头部采用改进的空间组增强模块I-SGE，替换了原有卷积层； 所述局部和全局特征提取层LGLayer包括依次连接的PatchEmbeding层、局部特征提取模块NCB、Flatten层、多头自注意力模块MHSA和Reshape层，NCB模块的计算表示为： 其中，zl-1表示上一层的输出，MHCA表示多头卷积注意力结构，MLP表示多层感知机，zl表示所述NCB模块的输出，表示MHCA模块的输出； I-SGE模块包括：Conv主分支和SGE分支，两个分支的输出在通道维度上拼接，并通过卷积融合。

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无锡九霄科技有限公司，其通讯地址为：214000 江苏省无锡市滨湖区金融二街8号18楼；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。