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！

龙图腾网获悉同济大学申请的专利一种基于轻量级显著性检测模型的扁平材表面质量检测方法、设备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：CN120635076B 。

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：202511122125.6，技术领域涉及：G06T7/00；该发明授权一种基于轻量级显著性检测模型的扁平材表面质量检测方法、设备及介质是由贾宁;蒋思齐;赵卫东;柳先辉设计研发完成，并于2025-08-12向国家知识产权局提交的专利申请。

本一种基于轻量级显著性检测模型的扁平材表面质量检测方法、设备及介质在说明书摘要公布了：本发明公开了一种基于轻量级显著性检测模型的扁平材表面质量检测方法、设备及介质，涉及图像识别领域，所述检测方法包括以下步骤：S1、标注扁平材表面残损数据集，划分为训练集与测试集；S2、构建轻量级显著性检测模型；S3、构建损失函数，采用深监督策略对解码器各阶段输出特征图生成预测并计算损失；S4、利用训练集训练检测模型；S5、推理获得表面缺陷的显著图。本发明通过构建以尺度自适应特征提取模块为核心的轻量级骨干网络，模型参数量仅有2.29M，在保持轻量化架构的同时，达到62fps的推理速度，能够高效提取扁平材表面缺陷的关键特征，满足工业生产线对高速检测的需求，确保在不牺牲精度的前提下达成实时检测目标。

本发明授权一种基于轻量级显著性检测模型的扁平材表面质量检测方法、设备及介质在权利要求书中公布了：1.一种基于轻量级显著性检测模型的扁平材表面质量检测方法，其特征在于，包括以下步骤： S1、标注扁平材表面残损数据集，划分为训练集与测试集； S2、构建轻量级显著性检测模型，所述模型由自下而上的编码器、自上而下的解码器及编码器和解码器之间的横向连接组成； S3、构建损失函数，采用深监督策略对解码器各阶段输出特征图生成预测并计算损失； S4、利用训练集训练检测模型，使用Adam优化器及poly学习率衰减策略； S5、归一化测试集图像，输入检测模型，推理获得表面缺陷的显著图； 在所述S2的步骤中，所述编码器的构建以尺度自适应特征提取模块SAFE为基本单元，包含五个阶段{E1,E2,E3,E4,E5}，各阶段堆叠不同数量的SAFE模块；阶段间采用深度可分离卷积调整通道数与特征图尺寸；所述SAFE模块包括多尺度特征交互模块MFI和动态选择模块DS； 所述动态选择模块DS通过以下步骤动态分配特征权重： S211、对所述多尺度特征交互模块MFI输出的特征图进行3×3卷积处理，输入动态衡量子模块DMM，通过全局平均池化提取通道维度的全局上下文信息，嵌入可学习向量； S212、将Z输入多层感知机，计算各分支动态注意力权重，并与对应分支特征按通道相乘后逐像素累加，结合残差连接输出SAFE模块结果；其中，FCZ表示对向量Z进行全连接层处理；ReLU表示对FCZ的输出进行非线性激活函数处理；FC表示对ReLU的输出进行第二次全连接层处理；是表示对最终全连接层的输出进行归一化处理；是DS模块通过动态注意力权重分配与多分支特征融合后的结果。

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同济大学，其通讯地址为：200000 上海市杨浦区四平路1239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。