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！

龙图腾网获悉北京石油化工学院申请的专利基于改进YOLOv11算法的油气管道缺陷检测方法及装置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：CN120599356B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202510700118.3，技术领域涉及：G06V10/764；该发明授权基于改进YOLOv11算法的油气管道缺陷检测方法及装置是由唐建;张秋平;刘昱;姜继龙;潘俞伯;张湘然;李晶;李振轩;邱科鹏;万鑫;曹海军;王东营;姜海斌设计研发完成，并于2025-05-28向国家知识产权局提交的专利申请。

本基于改进YOLOv11算法的油气管道缺陷检测方法及装置在说明书摘要公布了：本申请涉及检测相关技术领域，具体涉及一种基于改进YOLOv11算法的油气管道缺陷检测方法及装置。其中，方法包括：采集油气管道缺陷超声C扫图数据集；对YOLOv11网络结构模型进行改进：其中，YOLOv11网络结构模型的改进，包括：将YOLOv11网络结构模型的C3K2部分，替换为CSP_PMSFA模块；将YOLOv11网络结构模型的SPPF部分替换为FPSConv模块；基于SmallObjectEnhancePyramid结构，对YOLOv11网络结构模型的Neck部分进行改进；对改进后的YOLOv11网络模型进行训练，得到油气管道缺陷检测模型；对油气管道缺陷检测模型进行测试，若未通过测试，则重新对改进后的YOLOv11网络模型进行训练；基于通过测试的油气管道缺陷检测模型进行油气管道缺陷检测。

本发明授权基于改进YOLOv11算法的油气管道缺陷检测方法及装置在权利要求书中公布了：1.一种基于改进YOLOv11算法的油气管道缺陷检测方法，其特征在于，包括： 采集油气管道缺陷超声C扫图数据集，并对数据集进行预处理及标注，将处理后的数据集划分为训练集、测试集和验证集； 对YOLOv11网络结构模型进行改进： 其中，所述YOLOv11网络结构模型的改进，包括： 将所述YOLOv11网络结构模型的C3K2部分，替换为CSP_PMSFA模块，所述CSP_PMSFA模块通过CSP层实现不同阶段之间的特征共享，并使用不同大小的PConv卷积提取不同尺度的特征，最后通过1x1卷积层对特征图进行融合，并引入残差连接，所述CSP_PMSFA模块中，PConv卷积对部分通道进行操作； 将所述YOLOv11网络结构模型的SPPF部分替换为FPSConv模块，所述FPSConv模块使用多个膨胀率的卷积进行多尺度特征提取，并采用共享卷积层以减少计算和存储开销； 基于SmallObjectEnhancePyramid结构，对所述YOLOv11网络结构模型的Neck部分进行改进，通过SPDConv模块增强小目标特征；并在P3检测层引入CSP-OmniKernel模块，CSP-OmniKernel模块包含局部分支、大分支和全局分支，用于提取局部特征、较大尺度特征和全局上下文信息，所述大分支采用31×31的深度卷积核；所述全局分支由双域通道注意力模块和基于频率的空间注意力模块组成；所述局部分支，使用1×1深度卷积层进行局部信号调制； 使用训练集对改进后的YOLOv11网络模型进行训练，得到油气管道缺陷检测模型； 使用测试集对所述油气管道缺陷检测模型进行测试，若未通过测试，则重新对改进后的YOLOv11网络模型进行训练； 基于通过测试的油气管道缺陷检测模型进行油气管道缺陷检测。

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北京石油化工学院，其通讯地址为：102600 北京市大兴区清源北路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。