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用于织物表面瑕疵检测的高效实时检测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：CN119338772B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411398961.2，技术领域涉及：G06T7/00；该发明授权一种用于织物表面瑕疵检测的高效实时检测方法及系统是由吕文涛;谌品为设计研发完成，并于2024-10-09向国家知识产权局提交的专利申请。

本一种用于织物表面瑕疵检测的高效实时检测方法及系统在说明书摘要公布了：本发明公开了一种用于织物表面瑕疵检测的高效实时检测方法及系统，方法如下：采集织物表面瑕疵数据集，对数据集进行数据增强，划分数据集；随机选择训练集中的X张图像输入到选取的主干网络中，进行特征提取、融合特征图、多尺度自适应感知检测头得到N个预测特征图；对于N个预测特征图，生成边界框；进行训练，得到训练完成的网络；对验证集进行预测，生成所有候选框，对候选框先按照置信度得分进行排序，然后对调整后的候选框进行非极大值抑制NMS去除冗余的预测框，得到最终的预测框；根据比例关系将特征图尺度上的预测框映射到原图尺度上，实现织物图像瑕疵的定位。本发明对于织物图像表面的瑕疵识别精度更高，检测速度更快。

本发明授权一种用于织物表面瑕疵检测的高效实时检测方法及系统在权利要求书中公布了：1.一种用于织物表面瑕疵检测的高效实时检测方法，其特征是，包括如下步骤： S1、采集织物表面瑕疵数据集； S2、对织物数据集进行数据增强； S3、将经过数据增强后的数据集划分为训练集、验证集、测试集，并保存对应的图片名列表和标签位置及类别信息； S4、随机选择训练集中的X张图像输入到选取的主干网络CSPDarknet中进行特征提取，得到N个不同尺度的有效特征图，通过EASE结构优化主干的特征提取能力；然后通过轻量化的AD-FPN进行特征融合得到N个不同尺度的融合特征图；最后融合特征图通过多尺度自适应感知检测头MASH得到N个预测特征图，所述的AD-FPN是在SPPF提取多尺度特征后并将计算结点简化得到的双向金字塔结构；本步骤的特征提取过程中： S4.1.1、将主干网络CSPDarknet中最后一个C3模块原有的Bottleneck颈部特征增强结构替换为EASE结构，所述的EASE结构是通过将AKConv任意形状采样卷积与Siam自相似性聚焦结构串联而得到的； S4.1.2、经过C3模块中EASE结构的输出作为SPPF提取多尺度特征过程的输入，得到特征骨干提取网络的输出特征图M5； S5、对于N个预测特征图，预测图像中各像素属于物体的概率、中心点位置、物体的边界框宽高以及检测物体类别的概率，生成边界框；在训练过程中，根据网络输出结果与真实GT框计算分类置信度损失、边框置信度损失及交并比IOU损失，重复计算损失，直至所统计的mAP确定，得到训练完成的网络； S6、用步骤S5中训练完成的网络对验证集进行预测，生成所有候选框，对候选框先按照置信度得分进行排序，然后对调整后的候选框进行非极大值抑制NMS去除冗余的预测框，得到最终的预测框； S7、根据比例关系将特征图尺度上的预测框映射到原图尺度上，实现织物图像瑕疵的定位。

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：310018 浙江省杭州市钱塘区白杨街道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。