Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 淮阴工学院郭浩宇获国家专利权

淮阴工学院郭浩宇获国家专利权

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!

龙图腾网获悉淮阴工学院申请的专利一种基于改进YOLOv7算法的带钢表面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:CN116777873B

龙图腾网通过国家知识产权局官网在2025-11-14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:202310742405.1,技术领域涉及:G06T7/00;该发明授权一种基于改进YOLOv7算法的带钢表面缺陷检测方法是由郭浩宇;赵环宇;华尚;赵延波;孙幸设计研发完成,并于2023-06-21向国家知识产权局提交的专利申请。

一种基于改进YOLOv7算法的带钢表面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改进YOLOv7算法的带钢表面缺陷检测方法,网络的改进方式包括:通过使用k‑means++聚类算法计算出更适合此模型的目标框参数,将主干网络的部分卷积替换为PConv,将原模型的损失函数CIOU改为SIOU,并在每个特征层输出的地方添加SE注意力机制。通过改进网络,使得模型的检测精度从0.626提升到了0.792,召回率从0.611提升到了0.653,mAP值从0.65提升到了0.709。一种基于改进YOLOv7算法的带钢表面缺陷检测方法,与原网络相比在保证检测速度的同时拥有更高的检测精度,权重文件大小从原来的74.9Mb减少到66.3Mb,在带钢生产的过程中可以发挥重要作用,实现自动化检测、快速识别缺陷区域,提高生产效率和产品质量。在带钢生产的后期,使用改进YOLOv7算法对成品带钢进行表面缺陷检测,可以保证产品质量,避免缺陷产品流入市场,影响企业声誉。

本发明授权一种基于改进YOLOv7算法的带钢表面缺陷检测方法在权利要求书中公布了:1.一种基于改进YOLOv7算法的带钢表面缺陷检测方法,其特征在于,包括以下步骤: 步骤1.准备数据集,在网络上下载有关带钢缺陷的数据集; 步骤2.对数据集进行处理,得到能够进行训练的数据集; 步骤3.改进网络: a通过使用k-means++聚类方法计算出适用于该数据集的anchorbox的尺寸,并在yaml文件中将原来的anchorbox的参数替换为新生成的anchorbox的参数, b将网络中的ELAN模块中的部分卷积替换为PConv,并将替换卷积后的CBS模块重新命名为PBS模块,新的ELAN模块命名为ELANP, c将注意力机制添加到ELAN模块最后的卷积层中,将最后一个CBS模块命名为CBS-Att,新的ELAN模块命名为ELANP-Att,将所有concat拼接前的ELAN模块替换为添加了注意力机制的ELANP-Att模块,将注意力机制添加到SPPCSPC模块中,命名为SPPCSPC-Att,并将网络中唯一一个SPPCSPC模块替换成SPPCSPC-Att模块, d将网络中的原来的CIOU损失函数替换为SIOU损失函数; 步骤4.训练网络,创建新的yaml文件,命名为YOLOv7-improve.yaml,将原网络的ELAN模块和SPPCSPC模块替换为改进好的模块,将train.py文件中的cfg文件路径改为YOLOv7-improve.yaml文件的路径,运行train.py文件对模型进行训练,训练完毕后记录训练的结果,包括精度、召回率、mAP的值,并保存生成的权重文件,将训练好的模型部署到电脑上对生产过程中的带钢进行缺陷的识别。

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淮阴工学院,其通讯地址为:223001 江苏省淮安市经济技术开发区枚乘东路1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。

免责声明
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。