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！

龙图腾网获悉西安石油大学申请的专利基于改进FCN网络的钢微结构的杂质识别方法及装置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：CN116740707B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202310554040.X，技术领域涉及：G06V20/69；该发明授权基于改进FCN网络的钢微结构的杂质识别方法及装置是由燕并男;王聪慧设计研发完成，并于2023-05-16向国家知识产权局提交的专利申请。

本基于改进FCN网络的钢微结构的杂质识别方法及装置在说明书摘要公布了：本发明公开了基于改进FCN网络的钢微结构的杂质识别方法及装置，该方法包括：基于待识别的钢微结构显微图像的特征得到低语义特征图和高语义特征图；基于高语义特征图得到的通道特征图与高语义特征图进行逐通道加权得到通道注意力特征图，并基于通道注意力特征图得到空间注意力特征图，并基于空间注意力特征图和通道注意力特征图得到融合特征图；以根据多层级联输出分类结果得到最终特征图；将低语义特征图和最终特征图进行融合拼接得到恢复后的特征图，并对恢复后的特征图的像素进行分类识别以输出最终的包含杂质的目标识别结果。本发明解决YOLO算法提取多尺度特征信息不足导致对微小颗粒细节特征提取能力不足以及晶界附近和边界识别精度低的问题。

本发明授权基于改进FCN网络的钢微结构的杂质识别方法及装置在权利要求书中公布了：1.一种基于改进FCN网络的钢微结构的杂质识别方法，其特征在于，包括以下步骤： 将待识别的钢微结构显微图像输入至FCN网络识别模型，以依次通过多个残差模块对提取的所述钢微结构显微图像的特征进行第一特征分类操作得到低语义特征图和高语义特征图； 将所述高语义特征图输入至CBAM注意力机制模块进行多维度池化的第二特征分类操作得到的通道特征图与高语义特征图进行逐通道加权的第三特征分类操作得到通道注意力特征图，并将通道注意力特征图沿通道维度进行多维度池化操作后的特征图分类拼接得到空间注意力特征图，并基于所述空间注意力特征图和所述通道注意力特征图进行第四特征分类操作得到融合特征图； 将所述融合特征图输入至ASPP多层级联模块，以将空洞率低的卷积层的输出特征输入至空洞率高的卷积层作为输入特征，并将每层空洞卷积的输入特征与前面所有并行空洞卷积层的输出特征进行第五特征分类操作后的特征作为当前空洞卷积层的输入特征，以根据多层级联输出分类结果得到最终特征图； 利用第六特征分类操作对所述低语义特征图和所述最终特征图进行融合拼接得到恢复后的特征图，并对所述恢复后的特征图的像素进行分类识别以输出最终的包含杂质的目标识别结果。

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西安石油大学，其通讯地址为：710065 陕西省西安市电子二路东段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”。

以上内容由龙图腾AI智能生成。