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！

龙图腾网获悉广东工业大学申请的专利一种基于特征金字塔和级联组注意力的光伏板缺陷类别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：CN119992213B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510158109.6，技术领域涉及：G06V10/764；该发明授权一种基于特征金字塔和级联组注意力的光伏板缺陷类别检测方法是由蔡育涵;曾伟良;刘子杰设计研发完成，并于2025-02-13向国家知识产权局提交的专利申请。

本一种基于特征金字塔和级联组注意力的光伏板缺陷类别检测方法在说明书摘要公布了：本发明涉及计算机视觉领域，且公开了一种基于特征金字塔和级联组注意力的光伏板缺陷类别检测方法，包括以下步骤：S1.数据采集标注和预处理；S2.使用改进的YOLOv11算法进行模型的训练；S3.对输入的红外图片进行预测，精确定位到缺陷并标注类别。本发明所述的一种基于特征金字塔和级联组注意力的光伏板缺陷类别检测算法，该一种基于特征金字塔和级联组注意力的光伏板缺陷类别检测算法，根据光伏板的内部电路结构以及红外成像图，对光伏板上的缺陷进行精确定位标注并归类；采用最新的YOLOv11目标检测算法并加以改进，将其中的部分C3k2模块换成SCC3k2，使其对空间和通道上的信息捕获更加精确，减少冗余信息提取带来的不利影响；同时在注意力模块中为每个注意力头提供不同的输入分割，并跨头级联输出特征来增强输入到注意力头的特征多样性。

本发明授权一种基于特征金字塔和级联组注意力的光伏板缺陷类别检测方法在权利要求书中公布了：1.一种基于特征金字塔和级联组注意力的光伏板缺陷类别检测方法，其特征在于，包括以下步骤： S1.数据采集标注和预处理； S2.使用改进的YOLOv11算法进行模型的训练； S3.对输入的红外图片进行预测，精确定位到缺陷并标注类别； 所述S2中，对YOLOv11网络进行自适应改进，将图片传入预训练好的网络，进行模型的训练，其具体内容为： S2.1：检测模块分为主干网络backbone、特征金字塔neck、以及最后的检测头head； 其中，主干网络中下采样层使用到了多层卷积，对所传入的红外拍摄光伏板图片进行多维特征提取，并使用SPPF模块对重要信息进行特征增强，得到缺陷信息； 在Neck部分，通过引入上采样层与多个卷积模块构建出特征金字塔结构，并与主干网络的多层特征进行连接，实现多尺度特征融合； 检测头中包含若干个Detect模块，在模块中进行锚框的绘制，并通过非极大值抑制，来去除掉多余的重复框，在输出的概率分布上分别选择最大的概率类别，在多通道上分别输出小样本和大样本的缺陷情况； S2.2：在主干网络中，包含多个Conv卷积层C3k2层和SCC3k2层的交替连接，构建深层网络不断采样提取信息，其中的SCC3k2模块利用到了空间和通道重建卷积SCConv模块； SCConv模块由空间重建单元SRU和通道重建单元CRU这两个核心部分按顺序组成，首先通过SRU减少空间维度上的冗余，然后通过CRU减少通道维度上的冗余； 若干个Conv卷积层C3k2层和SCC3k2层交替连接后，经过SPPF并行最大池化处理，对有效缺陷信息做进一步增强； 在主干网络的最后，利用C2WCGA模块来代替原本的C2PSA模块，其中利用基于局部窗口Window并行处理的级联组注意力； 在输入图片输入到C2WCGA模块之前，引入了一个局部窗口注意力机制，用于将输入的宽高按照一定的分辨率拆分成多个子区域，使得宽高减少，通道不变，批量数增加，划分出多个局部窗口后，再对每个窗口上独立应用级联组注意力机制； 在C2WCGA模块下的CGA级联组注意力部分，包含多个注意力头，对不同通道进行注意力计算，并通过级联操作，即上一个头的输出拼接到下一个头的输入上； S2.3：在neck层中，UnSample上采样层对特征进行细化扩充，并与主干网络中的C3k2、SCC3k2模块进行concat连接； S2.4：在最后的Head层中，采用了Anchor-Free模块； 同时Anchor-Free模块采用解耦的方式，在多通道上分别输出小样本和大样本的缺陷；另外将原有的Detect模块改为DTADetect模块，其中的提取器能够从不同的卷积层中提取不同细化特征并进行交互； 首先生成多个锚框，然后依据IOU这一衡量预测框重叠程度的关键指标进行分析，接着，运用NMS技术移除重叠程度高的冗余锚框，根据生成的类别概率，为筛选后的标注缺陷锚框分配相应的缺陷类别。

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广东工业大学，其通讯地址为：510009 广东省广州市越秀区东风东路729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。