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！

龙图腾网获悉中科信息产业(山东)有限公司申请的专利一种基于改进的UPAD-YOLO集装箱破损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：CN121074053B 。

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：202511631075.4，技术领域涉及：G06T7/00；该发明授权一种基于改进的UPAD-YOLO集装箱破损检测方法是由王庆祝;梁晖;王枫;王哲设计研发完成，并于2025-11-10向国家知识产权局提交的专利申请。

本一种基于改进的UPAD-YOLO集装箱破损检测方法在说明书摘要公布了：本发明公开了一种基于改进的UPAD‑YOLO集装箱破损检测方法，涉及集装箱破损检测技术领域，该方法包括以下步骤：图像采集，获取含凹陷、破洞和结构损坏三类缺陷的图像数据集；数据预处理，划分数据集并标注缺陷信息；模型构建，在主干网络嵌入动态调制卷积模块；特征增强，引入并行化区块感知注意力模块；特征融合，在检测头集成自适应空间特征融合模块；模型训练，优化网络参数输出缺陷类别和位置信息，该方法能有效提取多尺度缺陷特征，提升检测精度与抗干扰能力，解决多尺度缺陷检测精度受限及复杂背景下检测效果差的问题，适用于大规模物流场景的集装箱破损实时检测。

本发明授权一种基于改进的UPAD-YOLO集装箱破损检测方法在权利要求书中公布了：1.一种基于改进的UPAD-YOLO集装箱破损检测方法，其特征在于，包括以下步骤： S1、图像采集，使用高分辨率RGB相机对集装箱表面进行拍摄，获取包含凹陷、破洞和结构损坏三类缺陷的图像数据集； S2、数据预处理，将采集的图像数据集划分为训练集、验证集和测试集，标注缺陷区域位置并记录类别信息； S3、模型构建，设计UPAD-YOLO网络架构，在主干网络中嵌入动态调制卷积模块，通过多分支并行卷积提取多尺度特征，并基于通道级调制系数动态调整特征融合权重； S4、特征增强，在特征提取层引入并行化区块感知注意力模块，通过局部与全局多分支特征交互机制捕获缺陷区域的关键特征信息，并采用双路注意力加权策略抑制无关背景噪声； S5、特征融合，在检测头部分集成自适应空间特征融合模块，通过空间权重动态分配策略融合不同分辨率级别的特征图； S6、模型训练，将划分后的数据集输入模型进行训练，优化网络参数以输出缺陷类别和位置信息； 所述S3中的动态调制卷积模块的操作包括： 对输入特征图执行三种不同扩张率的深度可分离卷积计算，生成具有不同感受野范围的多尺度特征图； 为每组特征图引入可学习的通道级调制系数，初始值通过Xavier初始化方法设定，并根据任务需求动态调整各通道特征的重要性； 采用双线性插值算法对齐特征图的空间维度，确保多尺度特征图在空间上保持一致性； 将对齐后的特征图沿通道维度拼接，并通过一乘一卷积降维操作减少计算量； 对降维后的特征图进行批量归一化处理，并使用ReLU激活函数增强非线性表达能力； 其中，通道级调制系数的调整通过以下数学公式实现：公式中，表示第c个通道的调制系数，Wc表示第c个通道的可学习权重向量，Fc表示第c个通道的输入特征图，c表示特征图的总通道数，exp表示指数函数，•表示向量点积操作。

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中科信息产业(山东)有限公司，其通讯地址为：264000 山东省烟台市中国(山东)自由贸易试验区烟台片区开发区万寿山路5号内1号楼208-2室；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。