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！

龙图腾网获悉中海石油气电集团有限责任公司申请的专利一种基于深度学习的焊缝大尺度缺陷检测方法和系统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：CN116883345B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202310816402.8，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的焊缝大尺度缺陷检测方法和系统是由许佳伟;杨亮;肖立;郝思佳;范嘉堃;邱灶杨;盖小刚;张彧;李欣欣;张晓;窦星设计研发完成，并于2023-07-05向国家知识产权局提交的专利申请。

本一种基于深度学习的焊缝大尺度缺陷检测方法和系统在说明书摘要公布了：本发明属于X射线焊缝图像缺陷检测领域，涉及一种基于深度学习的焊缝大尺度缺陷检测方法和系统，包括：将经过预处理的焊缝图像输入骨干网络模型中进行训练，骨干网络模型包括两个或两个以上的卷积单元，其中最后一层卷积单元的卷积核是具有不同空洞率的空洞卷积核；将骨干网络模型的输出结果输入特征金字塔网络进行特征融合和增强；将经过融合和增强后的特征分别输入回归网络和分类网络中，以获得焊缝缺陷的分类置信度和位置。其提升了大尺度缺陷的检出率及检出准确率，同时小缺陷的检出率及检出准确率不受影响。

本发明授权一种基于深度学习的焊缝大尺度缺陷检测方法和系统在权利要求书中公布了：1.一种基于深度学习的焊缝大尺度缺陷检测方法，其特征在于，包括： 将经过预处理的焊缝图像输入骨干网络模型中进行训练，所述骨干网络模型包括两个或两个以上的卷积单元，其中最后一层所述卷积单元的卷积核是具有不同空洞率的空洞卷积核； 将所述骨干网络模型的输出结果输入特征金字塔网络进行特征融合和增强； 将经过融合和增强后的特征分别输入回归网络和分类网络中，以获得焊缝缺陷的分类置信度和位置； 所述骨干网络模型包括第一卷积单元、第二卷积单元和第三卷积单元，每个所述卷积单元包括若干卷积阶段； 所述第一卷积单元包括若干的3×3卷积网络，用于对输入的所述焊缝图像进行特征提取及下采样； 所述第二卷积单元包括若干组卷积模块，每个所述卷积模块包括尺寸分别为1×1、3×3和1×1的卷积网络，所述第二卷积单元的数量根据所述焊缝图像的特征数量确定； 所述第三卷积单元为空洞卷积层； 所述回归网络的处理方法为： 将经过融合和增强后的特征输入回归网络，所述回归网络对其进行特征提取； 对上一步特征提取获得的特征图进行进一步特征提取，并将提取后的特征进行位置回归，得到第一阶段偏移量； 将所述第一阶段偏移量转换为伪框； 将所述第一阶段偏移量添加到第一次特征提取后获得的特征图中，对添加了第一阶段偏移量的特征图进行进一步特征提取； 对上一步特征提取获得的特征图进行位置回归，得到第二阶段偏移量； 将所述第二阶段偏移量添加到所述伪框上，从而得到最终的缺陷位置。

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中海石油气电集团有限责任公司，其通讯地址为：100027 北京市朝阳区太阳宫南街6号院；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。