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！

龙图腾网获悉广东海洋大学申请的专利一种实时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：CN120525894B 。

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：202511028997.6，技术领域涉及：G06T7/00；该发明授权一种实时带钢表面缺陷检测方法是由苏静;黄晨;朱佳怡;张武;马百佑;唐坤设计研发完成，并于2025-07-25向国家知识产权局提交的专利申请。

本一种实时带钢表面缺陷检测方法在说明书摘要公布了：本发明涉及一种实时带钢表面缺陷检测方法，包括：步骤S1，选择NEU‑DET作为表面缺陷检测数据集，并将数据集按照8:2的比例随机划分出训练集和测试集；步骤S2，对表面缺陷检测数据集进行预处理；步骤S3，以YOLOv8n为基础，构建缺陷检测模型SteelGuard‑YOLO；步骤S4，通过训练集对缺陷检测模型SteelGuard‑YOLO进行训练，并利用训练后的缺陷检测模型SteelGuard‑YOLO对测试集进行检测，输出检测结果。本发明在保持卓越检测性能与高速推理能力的同时，显著降低了模型参数量与计算复杂度，能够满足金属锻造工业对在线检测系统的严苛需求。

本发明授权一种实时带钢表面缺陷检测方法在权利要求书中公布了：1.一种实时带钢表面缺陷检测方法，其特征在于，包括： 步骤S1，选择NEU-DET作为表面缺陷检测数据集，并将数据集按照8:2的比例随机划分出训练集和测试集； 步骤S2，对表面缺陷检测数据集进行预处理； 步骤S3，以YOLOv8n为基础，构建缺陷检测模型SteelGuard-YOLO； 步骤S4，通过训练集对缺陷检测模型SteelGuard-YOLO进行训练，并利用训练后的缺陷检测模型SteelGuard-YOLO对测试集进行检测，输出检测结果； 所述步骤S3中，构建缺陷检测模型SteelGuard-YOLO，包括： 在YOLOv8n框架的骨干网络中，引入GSConv代替传统卷积层Conv，且GSConv融合标准卷积与深度可分离卷积结构； GSConv在保持与标准卷积相当的特征学习能力的同时，引入分组位移操作与点卷积融合，进而得到GSResBottleneck结构； 在GSResBottleneck结构的基础上，结合广义深度学习优化策略及One-Shot聚合思想，设计ResGSCSP模块； 在YOLOv8n框架的Neck结构中引入多尺度协同注意力机制MSCA，置于SPPF模块之前，并采用轻量化Dysample上采样方法替代原有的最近邻插值方式； 最后，在损失函数设计方面，引入FocalLoss，对易分类样本与难分类样本动态赋予不同权重； 所述步骤S3中，采用轻量化Dysample上采样方法替代原有的最近邻插值方式，包括： 采用grid_sample函数，以采样集提供的坐标对输入特征图进行重采样作为重采样的过程，该过程基于双线性插值方法，实现特征映射，生成新特征图，具体定义如下： ； 设上采样比例因子为，通过一层线性变换将通道数由映射至，生成偏移量张量： ； 随后，借助PixelShuffle操作将偏移量张量重排为尺寸为的坐标偏移场，并与原始规则采样网格相加，得到动态采样集： ； ； 最后，利用基于的双线性插值函数对进行重采样，直接生成高分辨率特征图。

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广东海洋大学，其通讯地址为：524088 广东省湛江市麻章区海大路1号广东海洋大学；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。