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！

龙图腾网获悉兰州交通大学申请的专利基于生成对抗网络与多尺度特征融合的铁路钢轨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：CN120598845B 。

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：202510541003.4，技术领域涉及：G06T7/00；该发明授权基于生成对抗网络与多尺度特征融合的铁路钢轨表面缺陷检测方法是由孟宁宁;闵永智;王果;代晓设计研发完成，并于2025-04-27向国家知识产权局提交的专利申请。

本基于生成对抗网络与多尺度特征融合的铁路钢轨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生成对抗网络与多尺度特征融合的铁路钢轨表面缺陷检测方法，首先，将采集的钢轨缺陷图像输入基于迁移学习策略的StyleGAN3模型中进行域适应增强，构建增强数据集；然后，以YOLOv8n网络为基础构建铁路钢轨表面缺陷检测模型YOLOv8‑GLCA，构建出C2f_MLCA模块，将C2f_MLCA模块引入Backbone网络的第6‑7层级，在Neck网络的第18‑19层融合C2f_MLCA模块与LAWDS模块；Head部分采用DetectAux辅助检测头；得到检测模型YOLOv8‑GLCA；再利用增强数据集对YOLOv8‑GLCA进行训练，得到训练后的检测模型；最后，将待测数据集输入训练后的检测模型中进行缺陷检测，输出检测结果。本发明能够自动识别钢轨缺陷并标注其位置，显著提高了检测的准确性和鲁棒性，同时提供置信度评分，为铁路维护人员提供了直观、准确的缺陷信息。

本发明授权基于生成对抗网络与多尺度特征融合的铁路钢轨表面缺陷检测方法在权利要求书中公布了：1.基于生成对抗网络与多尺度特征融合的铁路钢轨表面缺陷检测方法，其特征在于，包括如下步骤： S1、将采集的钢轨缺陷图像输入基于迁移学习策略的StyleGAN3模型中进行域适应增强，构建增强数据集； S2、构建铁路钢轨表面缺陷检测模型YOLOv8-GLCA 以YOLOv8n网络为基础，将YOLOv8网络中Backbone网络的C2f模块中Bottleneck结构替换为MLCA模块，构建出C2f_MLCA模块，所述C2f_MLCA模块通过MLCA模块构建跨通道特征交互矩阵，利用可变形卷积核实现动态感受野调整；将所述C2f_MLCA模块引入YOLOv8网络中Backbone网络的第6-7层级，在YOLOv8网络中Neck网络的第18-19层融合C2f_MLCA模块与LAWDS模块；将YOLOv8网络中Head部分采用DetectAux辅助检测头；得到基于生成对抗网络与多尺度特征融合的铁路钢轨表面缺陷检测模型YOLOv8-GLCA； S3、利用所述增强数据集对所述铁路钢轨表面缺陷检测模型YOLOv8-GLCA进行训练，得到训练后的铁路钢轨表面缺陷检测模型； S4、将待测数据集输入训练后的铁路钢轨表面缺陷检测模型中进行缺陷检测，输出检测结果。

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兰州交通大学，其通讯地址为：730070 甘肃省兰州市安宁区西路88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。