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！

龙图腾网获悉山东省计算中心(国家超级计算济南中心);齐鲁工业大学申请的专利基于改进YOLOX模型的工业瑕疵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：CN115661094B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202211358411.9，技术领域涉及：G06T7/00；该发明授权基于改进YOLOX模型的工业瑕疵检测方法是由陈宇;郝慧娟;唐勇伟;袁慧苗;张羽;赵媛媛设计研发完成，并于2022-11-01向国家知识产权局提交的专利申请。

本基于改进YOLOX模型的工业瑕疵检测方法在说明书摘要公布了：本发明涉及工业缺陷检测技术领域，公开了基于改进YOLOX模型的工业瑕疵检测方法，包括通过工业深度相机对流水线的工业产品进行拍照，所拍摄的高分辨率工业图片经过标准尺寸切割后预处理为标准图片，再对每一张标准图片的每个像素进行归一化后作为输入信息传入基于改进YOLOX模型的工业瑕疵检测网络，最终获得图片的检测框坐标、置信度和类别；网络针对获取到的图片信息进行后处理，将检测框坐标、置信度和类别信息绘制到原始图片，将绘制后的处理图片进行输出。本发明在特征提取网络内加入注意力机制和自适应特征融合，使网络能更好地聚焦目标物体。最终在网络预测时不过多损失速度的情况下提高了预测的准确率，达到速度与准确率的平衡。

本发明授权基于改进YOLOX模型的工业瑕疵检测方法在权利要求书中公布了：1.基于改进YOLOX模型的工业瑕疵检测方法，其特征在于，包括通过工业深度相机对流水线的工业产品进行拍照，所拍摄的高分辨率工业图片经过标准尺寸切割后预处理为标准图片，再对每一张标准图片的每个像素进行归一化后作为输入信息传入基于改进YOLOX模型的工业瑕疵检测网络； 基于改进YOLOX模型的工业瑕疵检测网络，包括基于注意力的主干网络、基于注意力的多尺度特征层和自适应特征提取与融合网络和解耦头网络； 所述的基于注意力的主干网络包括在原YOLOX网络的主干网络的基础上，在主干网络后三层的输出位置增加ECA通道注意力机制； 所述的基于注意力的多尺度特征层和自适应特征提取与融合网络包括在原YOLOX网络的特征提取与融合网络的基础上，在PANet特征提取网络的自上而下的三个Fpn层中的第二个Fpn层的输出位置、三个pan层的输出位置分别增加ECA通道注意力机制，并且以PANet特征提取网络的注意力模块输出的20×20、40×40和80×80的不同尺度的特征图为输入，进行加权融合运算后所计算出来的结果以20×20、40×40和80×80的尺度为输出，分别进入各自的解耦头网络； 在基于注意力的主干网络部分，输入的工业图片分别经过五次尺寸减半和通道扩大两倍的卷积操作，对工业图片完成初步的特征提取与融合，最后将主干网络部分的第三次、第四次和第五次的工业图片特征信息作为输出；在基于注意力的多尺度特征层和自适应特征提取与融合网络中，主干网络的三层输出的工业图片特征信息分别作为输入部分，将输入部分分别和多尺度特征层的三个自上而下的Fpn层和三个自下而上的Pan层做叠加融合，完成图片特征信息的深层次自适应特征提取与融合并输出；在解耦头网络中，图片最终的特征信息在此处进行矩阵计算，最终获得图片的检测框坐标、置信度和类别；针对获取到的图片信息进行后处理，将检测框坐标、置信度和类别信息绘制到原始图片，将绘制后的处理图片进行输出。

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山东省计算中心(国家超级计算济南中心);齐鲁工业大学，其通讯地址为：250000 山东省济南市经十路东首科学院路19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。