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！

龙图腾网获悉南京航空航天大学申请的专利一种针对强吸光材料的目标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：CN118298259B 。

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：202410485508.9，技术领域涉及：G06V10/774；该发明授权一种针对强吸光材料的目标检测方法是由王奕恬;孙啸傲;刘泉;黄子馨设计研发完成，并于2024-04-22向国家知识产权局提交的专利申请。

本一种针对强吸光材料的目标检测方法在说明书摘要公布了：本发明涉及一种针对强吸光材料的目标检测方法，包括对采集的原图像用生成光源网络模型进行模拟补光得到补光后的图像；采集补光后的图像表面缺陷数据，并对缺陷数据标注成用于训练和测试的数据集；构建强吸光材料表面缺陷检测模型，将用于训练的补光后的图像数据集输入该缺陷检测模型中，得到初步的训练模型；针对跨尺度缺陷，采用距离作为损失函数，对该训练模型进行优化训练和权重更新，得到训练好的缺陷检测模型；将评估后的缺陷检测模型应用于新的补光后的图像中，得到强吸光材料表面缺陷检测结果。本发明目标检测框架推理效率更高,对采集到的图像进行模拟补光大大提高了检测精度，适用于大部分工业场景下的强吸光材料表面跨尺度缺陷检测。

本发明授权一种针对强吸光材料的目标检测方法在权利要求书中公布了：1.一种针对强吸光材料的目标检测方法，其特征在于，包括以下步骤： S1、对有缺陷的强吸光材料表面进行图像采集，对采集的原图像用生成光源网络模型进行模拟补光，得到补光后的图像； S2、采集补光后的图像表面缺陷数据，并对缺陷数据标注成用于训练和测试的数据集； S3、构建Ham-SDI强吸光材料表面缺陷检测模型，将用于训练的补光后的图像数据集输入该缺陷检测模型中，得到初步的训练模型； S31、在Backbone骨干网络部分，将补光后的图像输入该缺陷检测模型中，通过一系列ODConv卷积层进行特征提取、C2f模块进行特征增强后，经过LSKNet选择性大卷积核提高网络的感知能力,并通过SPPF特征融合层进行一系列池化级联，最终提取出强吸光材料表面缺陷特征； S32、在Neck颈部网络，包括自上而下部分和自下向上部分，自上而下部分首先通过对Backbone骨干网络提取出强吸光材料表面缺陷特征进行上采样，并和骨干网络部分的中间段C2f特征提取层输出的更粗粒度的特征图进行拼接，达到了自上而下的特征融合增强； S33、两轮特征融合增强之后，对自上而下部分的最底层特征图通过OCDconv全维动态卷积得到更丰富的特征表达，将全维动态卷积后的特征图与上一层自上而下部分C2f特征提取层输出的特征图进行连接融合用于进一步特征增强，最后再与骨干网络最后一层提取出强吸光材料表面缺陷特征进行连接融合，最终通过Head检测头输出三个不同尺寸的特征图，分别用于检测被测图像中的大尺寸、中尺寸、小尺寸缺陷； S4、针对跨尺度缺陷，采用Wasserstein距离作为损失函数，对该训练模型进行优化训练和权重更新，得到训练好的缺陷检测模型； S5、用于测试的补光后的图像数据集评估训练好的缺陷检测模型性能，将评估后的缺陷检测模型应用于新的补光后的图像中，得到强吸光材料表面缺陷检测结果。

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南京航空航天大学，其通讯地址为：210016 江苏省南京市秦淮区御道街29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。