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！

龙图腾网获悉安徽理工大学申请的专利裂缝缺陷的检测模型及其实现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：CN116681645B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310401145.1，技术领域涉及：G06T7/00；该发明授权裂缝缺陷的检测模型及其实现方法是由贾晓芬;江再亮;赵佰亭设计研发完成，并于2023-04-15向国家知识产权局提交的专利申请。

本裂缝缺陷的检测模型及其实现方法在说明书摘要公布了：本发明公开了一种裂缝缺陷的检测模型及其实现方法，检测模型由输入、骨干网络ECSP‑Darknet53、细颈部特征融合模块E‑Neck和预测输出四个模块构成，骨干网络ECSP‑Darknet53由1个CBS单元、4个EBS单元、4个E‑C3模块和1个SPPF构成，负责减少网络模型参数和浮点运算量，同时增强网络对裂缝深层特征信息的提取能力；细颈部特征融合模块E‑Neck由5个EBS单元、4个ECACSP模块、多个上采样和拼接操作灵活构成，负责融合特征、丰富特征图的表达能力，改善特征融合过程中细节信息的丢失问题，同时加快了网络推理速度；E‑Neck负责充分融合ECSP‑Darknet53提取的特征信息中包含的裂缝小目标的几何信息和语义信息。本发明无论是在提升检测精度方面还是压缩模型体积都有令人满意的结果，有助于推动在嵌入式设备平台的部署。

本发明授权裂缝缺陷的检测模型及其实现方法在权利要求书中公布了：1.一种裂缝缺陷的检测方法，其特征在于，按照8：2的比例将裂缝数据集随机划分训练集和验证集，用训练集训练一种裂缝缺陷的检测模型，并用训练好的模型对待检测图像实现裂缝检测； 所述一种裂缝缺陷的检测模型由输入、骨干网络ECSP-Darknet53、细颈部特征融合模块E-Neck和预测输出四个模块构成； 所述骨干网络ECSP-Darknet53由1个CBS单元、4个EBS单元、4个E-C3模块和1个SPPF构成；CBS单元由一个6*6Conv和BN、SiLU顺序组成；EBS单元由一个轻量化卷积模块ECAConv和BN、SiLU顺序组成；E-C3由3个ECAConv和n个ECABottleNeck组成； 所述骨干网络ECSP-Darknet53中依次包含的4个E-C3中含有ECABottleNeck的数量分别为3、6、9、3； 所述轻量化卷积模块ECAConv，它将输入特征F利用1个1*1卷积降维得到的F，采用步长1、卷积核5*5的深度可分离卷积后通过Padding操作得到特征F，对Concat融合F和F得到的F引入通道关注模块，最后得到ECAConv提取的特征F 所述ECAConv的特征提取过程为， 其中Conv1×1表示1*1卷积操作，DW5×5表示5*5深度可分离卷积，Concat表示级联操作，ECA表示通道关注操作； 所述ECABottleNeck借助跳跃连接将输入特征和经过2个ECAConv提取的特征进行Concat融合，特征综合提取单元E-C3的特征提取过程为， 其中，E和Eout分别表示E-C3模块的输入、输出特征，E表示对E通过一次ECAConv映射提取的特征，En,n＝3,6,9,3表示n个ECABottleNeck的输出，fECAConv表示ECAConv模块的映射函数，fECABottleNeck表示ECABottleNeck模块的映射函数，Concat表示级联操作； 空间金字塔池快速模块SPPF由两个由1*1Conv+BN+SiLU构成的CBS和三个5*5MaxPooling层和Concat组成；SPPF使用1*1卷积来降低由四组EBS+E-C3单元提取的互补特征的维数，然后将它们发送到串联连接的三个5*5MaxPooling层，再使用Concat来融合每个MaxPooling层的输出和1*1卷积； 所述E-Neck由5个EBS单元、4个ECACSP模块构成，其中2个EBS的输出经过上采样和ECSP-Darknet53提取的特征信息进行拼接操作； 所述特征融合模块ECACSP由2个由1*1Conv+BN+SiLU构成的CBS和2个EBS构成； 所述ECACSP模块将输入特征先利用CBS单元的1*1卷积压缩通道后，送入依次连接的2个EBS单元并借助跳跃连接跨阶段传递到2个EBS的输出端与其级联融合，最后再经过一个CBS单元扩展通道后得到ECACSP的输出结果，它的实现过程为， 其中，C0和Cout分别表示ECACSP模块的输入、输出特征，fCBS表示CBS单元的映射函数，fEBS表示EBS单元的映射函数，Concat表示级联操作。

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安徽理工大学，其通讯地址为：232000 安徽省淮南市山南新区泰丰大街168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。