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！

龙图腾网获悉山东南山智尚科技股份有限公司;烟台南山学院;山东科技大学申请的专利一种织物疵点检测方法、计算机设备以及介质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：CN119180809B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202411333688.5，技术领域涉及：G06T7/00；该发明授权一种织物疵点检测方法、计算机设备以及介质是由栾文辉;白培瑞;梁浩;钱耀盟;宋作杰;赵亮;刘刚中;吕钱烈;胡炎帅;刘庆一;韩超设计研发完成，并于2024-09-24向国家知识产权局提交的专利申请。

本一种织物疵点检测方法、计算机设备以及介质在说明书摘要公布了：本发明属于图像处理技术领域，具体公开了一种织物疵点检测方法、计算机设备以及介质。本发明基于改进的YOLOv8模型搭建织物疵点检测模型，使用GhostNetV2Bottleneck替换C2f模块中的Bottleneck得到C2f‑GhostNetV2模块；使用优化的SPPCSPC模块替换原有SPPF模块，重构的SPPCSPC模块在原SPPCSPC模块的池化层之前的两个卷积层被裁剪掉，同时引入SimAM注意力机制；其次将颈部网络PANet结构改为改进的BiFPN结构；最后在检测头部分引入小目标检测层，检测头从三个增加到四个，同时引入PConv卷积对检测头进行轻量化改进，以减轻增加小目标检测头造成的计算负担。通过本发明所提模型，利于提高织物疵点的检测精度和速度。

本发明授权一种织物疵点检测方法、计算机设备以及介质在权利要求书中公布了：1.一种织物疵点检测方法，其特征在于，包括如下步骤： 步骤1. 获取带有疵点的织物图像，并对图像进行预处理和标注操作，制作训练数据集； 步骤2. 搭建基于改进的YOLOv8模型架构的织物疵点检测模型； 改进的YOLOv8模型是在原有YOLOv8模型的基础上进行如下改进得到的： 首先在YOLOv8模型骨干网络中，使用GhostNet V2 Bottleneck替换C2f模块中的Bottleneck，得到C2f‑GhostNetV2模块；使用优化的SPPCSPC模块替换原有YOLOv8模型的SPPF模块，重构的SPPCSPC模块在原SPPCSPC模块的池化层之前的两个卷积层被裁剪掉，同时引入SimAM注意力机制；其次将YOLOv8模型的颈部网络PANet结构改为改进的BiFPN结构，改进的BiFPN结构中，将原本的5个特征输入修改为适配YOLOv8模型的4个特征输入，优化的BiFPN网络支持4个特征输出；颈部网络中每个权重融合模块都会融合来自主干网络的跳跃连接，还将不同尺度的特征之间进行跨层特征融合；在权重融合模块之后添加SimAM注意力机制，重点强调小目标的关键特征，并将复杂背景与小目标区域进行细分；最后在检测头部分引入小目标检测层，检测头从YOLOv8模型中的三个增加到四个，同时引入PConv卷积对检测头进行轻量化改进，并通过参数共享机制简化检测分支；在检测头中，特征图首先经过PConv卷积，再经过1×1卷积降低通道数减少计算量，最后经过卷积变成相应的通道数；使用损失函数GIOU替换原YOLOv8模型的损失函数；权重融合模块通过多个1×1卷积调整各层特征图，将这些特征图拼接在一起并通过一个具有Sigmoid 激活函数的卷积层来生成注意力权重，再通过Sum模块将输入的多个注意力权重特征图通过求和的方式合并为一个，以此整合多级特征最后输出经过加权融合处理后的特征图，强化对织物表面缺陷特征的识别能力； 步骤3. 基于步骤1得到的训练数据集训练步骤2中改进的YOLOv8模型，得到训练好的织物疵点检测模型，并利用训练好的织物疵点检测模型进行织物疵点检测。

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山东南山智尚科技股份有限公司;烟台南山学院;山东科技大学，其通讯地址为：265706 山东省烟台市龙口市东江镇南山工业园；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。