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！

龙图腾网获悉重庆理工大学;重庆理工清研凌创测控科技有限公司申请的专利一种基于特征重组网络的风电机组叶片裂纹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：CN119784692B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411828785.1，技术领域涉及：G06T7/00；该发明授权一种基于特征重组网络的风电机组叶片裂纹缺陷检测方法是由余晓霞;张愉;张志刚;张洪铭;兰家水设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。

本一种基于特征重组网络的风电机组叶片裂纹缺陷检测方法在说明书摘要公布了：本发明公开了一种基于特征重组网络的风电机组叶片裂纹缺陷检测方法，该方法通过获取待检测的风电机组叶片图像，输入至经过预先训练的特征重组网络模型，得到待检测的风电机组叶片图像的裂纹缺陷识别结果。本发明方法，利用优化构建的特征重组网络模型，通过主干网络层的小目标特征提取能力对风电机组叶片图像进行多尺度特征的提取，然后借助颈部网络层的特征重组和特征扩张保留多尺度特征中更多的裂纹细节信息，充分获取小目标的上下文信息进行特征融合，进而通过检测头获得风电机组叶片图像的裂纹缺陷识别结果，实现对小目标裂纹缺陷的更精确检测。

本发明授权一种基于特征重组网络的风电机组叶片裂纹缺陷检测方法在权利要求书中公布了：1.一种基于特征重组网络的风电机组叶片裂纹缺陷检测方法，其特征在于，获取待检测的风电机组叶片图像，输入至经过预先训练的特征重组网络模型，得到待检测的风电机组叶片图像的裂纹缺陷识别结果； 所述特征重组网络模型包括主干网络层、颈部网络层和检测头；所述主干网络层用于对输入特征重组网络的风电机组叶片图像进行多尺度特征提取，得到多尺度特征图；所述颈部网络层用于对多尺度特征图进行特征重组和特征扩张处理，对多尺度的特征进行融合，得到融合特征图；所述检测头用于根据所述融合特征图得到待检测的风电机组叶片图像的裂纹缺陷识别结果，作为特征重组网络模型的输出； 所述特征重组网络模型中： 所述主干网络层包括依次连接的卷积层、4个卷积融合单元、1个大核选择性网络和1个空间金字塔池化模块；每个卷积融合单元包括级联的卷积层和C2f-FE模块； 所述颈部网络层包括依次连接的2个特征重组上采样单元和2个卷积连接融合单元；其中，特征重组上采样单元包括依次连接的CARAFE上采样模块、SimAM注意力模块、连接层和C2f-FE模块；卷积连接融合单元包括依次连接的GSConv混合卷积模块、连接层和C2f-FE模块； 所述检测头用于根据颈部网络层的输出得到风电机组叶片图像的裂纹缺陷识别结果，作为特征重组网络模型的输出； 其中，特征重组网络模型的输入作为主干网络层的输入；主干网络层中，第二个卷积融合单元和第三个卷积融合单元的输出，还分别作为颈部网络层中第二个特征重组上采样单元中连接层的输入和第一个特征重组上采样单元中连接层的输入；主干网络层中空间金字塔池化模块的输出作为颈部网络层的输入以外，还作为颈部网络层中第二个卷积连接融合单元中连接层的输入；颈部网络层中，第一个特征重组上采样单元的输出还作为第一个卷积连接融合单元中连接层的输入，第二个特征重组上采样单元的输出以及2个卷积连接融合单元的输出均输出至检测头。

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重庆理工大学;重庆理工清研凌创测控科技有限公司，其通讯地址为：400054 重庆市巴南区李家沱红光大道69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。