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！

龙图腾网获悉广东工业大学申请的专利一种面向MLCC的深度学习缺陷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：CN119444692B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411490417.0，技术领域涉及：G06T7/00；该发明授权一种面向MLCC的深度学习缺陷检测方法及系统是由陈梅云;李敏;许峻颐;王婧希;张大伟设计研发完成，并于2024-10-24向国家知识产权局提交的专利申请。

本一种面向MLCC的深度学习缺陷检测方法及系统在说明书摘要公布了：本发明涉及计算机视觉图像处理领域，更具体地说，它涉及一种面向MLCC的深度学习缺陷检测方法及系统，其技术方案要点是，包括以下步骤：S1、构建图像缺陷检测系统，用于采集、筛选图像，生成缺陷数据集；S2、构建ADS‑YOLO模型，将所述缺陷数据集输入至所述ADS‑YOLO模型进行训练，评估并保存最优权重；S3、利用保存有最优权重的ADS‑YOLO模型，对测试样本进行目标检测，输出检测结果。本发明通过设计面向MLCC的深度学习缺陷检测网络ADS‑YOLO，具有提升目标检测算法的检测精度、检测速度以及简化网络结构的优点。

本发明授权一种面向MLCC的深度学习缺陷检测方法及系统在权利要求书中公布了：1.一种面向MLCC的深度学习缺陷检测方法，其特征在于，包括以下步骤： S1、构建图像缺陷检测系统，用于采集、筛选图像，生成缺陷数据集； S2、构建ADS-YOLO模型，将所述缺陷数据集输入至所述ADS-YOLO模型进行训练，评估并保存最优权重； S3、利用保存有最优权重的ADS-YOLO模型，对测试样本进行目标检测，输出检测结果； 所述S2还包括以下步骤： S21、采用CSP-Dsrknet53架构设计Backbone模块，以提取深层特征； S22、采用A2PAN结构设计Neck模块，引入带自注意力机制和深度卷积进行双向多级融合； S23、引入双边残差结构优化Head模块； S24、设计损失函数SSIL以优化所述ADS-YOLO模型； 所述S21还包括以下步骤：输入图像至所述Backbone模块中，依次进行由卷积、批量归一化和silu激活函数组成的CBS模块逐层下采样，采样后由C2f模块进行特征融合和整理； 所述S22包括以下步骤： S221、自底向上融合：引入带自注意力机制的CSP-SA模块，以优化深层特征表达； S222、自顶向下融合：采用深度卷积进行下采样，以降低所述ADS-YOLO模型的过拟合； 所述S23包括以下步骤： 输入特征图X，以并行的方式依次进行1×1的卷积模块、3×3卷积模块的操作，分别生成回归特征图FrX和分类特征图FcX； 在回归路径中，特征图FrX经过一个残差模块Rr和一个1×1的独立卷积，获得回归输出B，表示为： B＝Conv1×1RrFrX+FrX 另一个分支的分类输出C表示为： C＝Conv1×1RrFcX+FcX 所述回归输出B通过回归函数将锚点转换为边界框，所述分类输出C通过softmax激活，后进行拼接获得检测结果； 所述S24包括以下步骤： 所述损失函数SSIL包括损失函数SIOU和损失函数sDFL； 所述损失函数SIOU用于优化真实标签框和预测目标框交并比的度量，表示为： 其中，IoU表示真实标签框和预测目标框的交并比，ρ表示两者中心点的距离，c为包围预测框和目标框的最小矩形的对角长度，λ为一个平衡参数，用于调整目标框形状的罚项ν，CostDistance和Costshape分别衡量了预测框和目标框在位置和形状上的差异，表示为： CostDistance＝2-expγρx-expγρy Costshape＝1-exp-ωw4+1-exp-ωh4 其中，ρx和ρy分别表示预测框和目标框在水平方向和垂直方向上的距离比，ωw和ωh表示宽度和高度的比值差异； 所述损失函数sDFL用于调整对左侧和右侧边界的权重，以实现更平滑的损失分布，表示为： 其中，CEp,t表示预测分布p和目标值t之间的交叉熵损失，ωl和ωr分别表示对左侧和右侧的目标位置权重，通过缩放因子α来调整，表示为： ωl＝α·r+1-t,ωr＝1-α·1-ωl 其中，r为目标值t的左侧邻近数； 最后，所述损失函数SILL表示为： LossSSIL＝LossSIOU+LosssDFL。

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工业大学，其通讯地址为：510062 广东省广州市越秀区东风东路729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。