国营洛阳丹城无线电厂石玮玮获国家专利权
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!
龙图腾网获悉国营洛阳丹城无线电厂申请的专利ACE-YOLO实例分割模型的CT探伤辅助决策方法、系统及介质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:CN120318829B 。
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:202510783661.4,技术领域涉及:G06V20/70;该发明授权ACE-YOLO实例分割模型的CT探伤辅助决策方法、系统及介质是由石玮玮;孙辉;李晓峰;陈帅;冯丹;郝立志;王雷刚;王金刚;马腾;田茜茜;闫晓丽;周平;张克石设计研发完成,并于2025-06-12向国家知识产权局提交的专利申请。
本ACE-YOLO实例分割模型的CT探伤辅助决策方法、系统及介质在说明书摘要公布了:本发明提供了一种ACE‑YOLO实例分割模型的CT探伤辅助决策方法、系统及介质,属于计算机视觉与工业无损检测技术辅助分析技术领域。该方法包括:S1、获取复合材料圆柱筒段的工业CT扫描图像数据集,标注工业CT扫描图像数据集的缺陷;S2、基于YOLOv8网络,以CCM模块替换YOLOv8网络的主干网络的C2f模块,以EMASlideLoss损失函数替换YOLOv8网络的头部网络的检测头的特征分类损失函数BCELoss,构建ACE‑YOLO实例分割模型;S3、通过工业CT扫描图像数据集训练ACE‑YOLO实例分割模型,并在剪枝与知识蒸馏后部署至边缘计算终端;S4、获取待检测的工业CT扫描图像,通过边缘计算终端标注待检测的工业CT扫描图像的缺陷,并基于标注的缺陷生成探伤报告。可提升复合材料圆柱筒段在缺陷检测过程中的精度。
本发明授权ACE-YOLO实例分割模型的CT探伤辅助决策方法、系统及介质在权利要求书中公布了:1.一种ACE-YOLO实例分割模型的CT探伤辅助决策方法,其特征在于,包括: S1、获取复合材料圆柱筒段的工业CT扫描图像数据集,标注所述工业CT扫描图像数据集的缺陷; S2、基于YOLOv8网络,以CCM模块替换所述YOLOv8网络的主干网络的C2f模块,以EMASlideLoss损失函数替换所述YOLOv8网络的头部网络的检测头的特征分类损失函数BCELoss,其中,所述CCM模块通过以下步骤处理输入特征图: S24、对所述输入特征图进行通道压缩,以使特征图的输入通道数调整为中间通道数; S25、对所述输入特征图进行通道拆分,以使所述特征图分解为两个并行分支,一所述并行分支保留原始特征传递路径,另一所述并行分支堆叠n个Bottleneck_CBAM单元进行深度特征提取,其中,每个所述Bottleneck_CBAM单元采用Conv-BN-Activation-CBAM四重结构; S26、在通道维度拼接两个所述并行分支的所述特征图,并调整融合特征通道数至预设输出通道数; S21、获取ASF-YOLO模型的ASF颈部网络结构,以所述ASF颈部网络结构替换所述YOLOv8网络的颈部网络,去除所述ASF颈部网络结构的CPAM注意力模块,替换为图像特征逐元素相加,并兼容剪枝操作; S27、设置目标检测分支和分割掩膜分支组成高效多尺度前端共享分割头; S28、设置Stem共享特征融合模块和两个卷积分支形成所述目标检测分支,所述Stem共享特征融合模块分别通过两个所述卷积分支连接边界框损失BboxLoss和分类损失ClsLoss,其中,所述Stem共享特征融合模块由一个高效多尺度增强卷积和一个3×3的conv卷积组成,所述高效多尺度增强卷积的具体过程表达式如式1.1至1.4,各式如下: Groupx=rearrangex1.1; Fkx=ReLUBNConv2dGroupx,K=k×k,k=1,3,5,71.2; Ox=rearrangestackF1x,F3x,F5x,F7x1.3; OEMS=Conv2dOx,K=1×11.4; 其中,所述式1.1中Group·表示将通道维度分割为4个等分分组;rearrange·表示对输入特征图进行形状重组操作;所述式1.2中Conv2d·表示深度卷积,按照通道数生成对应的权重;ReLU·表示激活函数,BN·表示批归一化操作;F·表示生成的特征,Conv2d·表示采用大小为K的卷积核的分支卷积操作,每个分支独立执行卷积、批归一化BN·和ReLU·激活;所述式1.3中stack·表示沿新维度堆叠各分支输出特征;O·表示加权特征,所述式1.4中OEMS为最终多尺度融合输出; S29、设置卷积路径并连接分割掩模损失SegLoss,形成所述分割掩膜分支,在保留所述EMASlideLoss损失函数的同时,以所述高效多尺度前端共享分割头替换所述检测头,构建ACE-YOLO实例分割模型; S3、通过所述工业CT扫描图像数据集训练所述ACE-YOLO实例分割模型,并在剪枝与知识蒸馏后部署至边缘计算终端; S4、获取待检测的工业CT扫描图像,通过所述边缘计算终端标注所述待检测的工业CT扫描图像的缺陷,并基于标注的所述缺陷生成探伤报告。
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国营洛阳丹城无线电厂,其通讯地址为:471000 河南省洛阳市西工区中州中路254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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励