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！

龙图腾网获悉湘潭大学申请的专利基于改进YOLOv12的油封缺陷智能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：CN120707566B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511180676.8，技术领域涉及：G06T7/00；该发明授权基于改进YOLOv12的油封缺陷智能检测方法是由陈洋卓;吴晓;刘金刚;吴宇航;吴文跃;蔡晓雯;徐玲林设计研发完成，并于2025-08-22向国家知识产权局提交的专利申请。

本基于改进YOLOv12的油封缺陷智能检测方法在说明书摘要公布了：本发明公开了一种基于改进YOLOv12的油封缺陷智能检测方法，涉及油封缺陷检测技术领域，包括以下步骤：采集标注油封图像数据；改进YOLOv12模型，调整头部层融合浅层语义并添加小目标检测层，用动态上采样模块替换最近邻插值上采样模块，以MPDIoU损失函数替换CIoU损失函数，使用MSAF模块替换YOLOv12模型骨干网络中的C3k2模块；用数据集训练模型并评估调整。本发明的油封缺陷智能检测方法，通过增加小目标检测层，使用MSAF模块，结合动态上采样和新损失函数，提升了对油封毛刺、凹缺、划痕等表面缺陷的检测精度、实时性和鲁棒性，有效解决工业检测中小尺寸缺陷识别难题。

本发明授权基于改进YOLOv12的油封缺陷智能检测方法在权利要求书中公布了：1.一种基于改进YOLOv12的油封缺陷智能检测方法，其特征在于，包括以下步骤： 步骤S1，采集油封的图像数据，并标注得到油封缺陷数据集； 步骤S2，改进YOLOv12模型的网络框架，构建基于YOLOv12的油封表面缺陷检测模型，即MPD-YOLO模型； 步骤S3，训练MPD-YOLO模型，得到训练后的MPD-YOLO模型； 步骤S4，根据油封缺陷测试集，评估训练后的MPD-YOLO模型，并根据评估结果调整MPD-YOLO模型； 所述步骤S2中，改进YOLOv12模型网络框架包括以下操作： S2-1，调整YOLOv12模型头部层级结构，融合浅层语义信息，添加小目标检测层； S2-2，使用动态上采样模块替换YOLOv12模型的最近邻插值上采样模块； S2-3，使用MPDIoU损失函数替换YOLOv12模型的CIoU损失函数； S2-4，使用MSAF模块替换YOLOv12模型骨干网络中的C3k2模块； 所述调整YOLOv12模型头部层级结构，是在三层检测层的基础上添加一组小目标检测层P2，然后通过第一检测层P3、第二检测层P4两轮上采样融合模块后添加P2上采样融合模块，并连接至小目标检测层P2； 所述MSAF模块的具体结构为：以输入特征为起点，构建双分支并行处理架构，双分支中的上分支借助膨胀系数分别为1、2、3、4的空洞卷积，获取多尺度特征并进行拼接，再通过通道打乱和1×1卷积调整维度；双分支中的下分支先经金字塔池化实施多尺度池化，池化结果展平拼接后，与从输入特征提取的查询向量进行运算，生成的权重作用于值向量分支，经1×1卷积输出；最后，上下分支结果通过逐元素相加操作，输出融合多尺度、注意力机制的增强特征。

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湘潭大学，其通讯地址为：411105 湖南省湘潭市雨湖区西郊羊牯塘；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。