北京理工大学重庆创新中心;北京理工大学;北京中建建筑科学研究院有限公司兰天获国家专利权
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！
龙图腾网获悉北京理工大学重庆创新中心;北京理工大学;北京中建建筑科学研究院有限公司申请的专利基于MCED-YOLOv7网络的粘接剂缺陷识别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：CN119273621B 。
龙图腾网通过国家知识产权局官网在2026-03-06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：202411184548.6，技术领域涉及：G06T7/00；该发明授权基于MCED-YOLOv7网络的粘接剂缺陷识别方法是由兰天;李雨菡;龚俊波;姜子航;季圣杰;胡志刚;李肖肖设计研发完成，并于2024-08-27向国家知识产权局提交的专利申请。
本基于MCED-YOLOv7网络的粘接剂缺陷识别方法在说明书摘要公布了：本发明提供一种基于MCED‑YOLOv7网络的粘接剂缺陷识别方法，包括：获取待识别图像，采用linear线性插值进行数据图像处理；采用指数限幅增益算法，进行图像特征处理；基于YOLOv7架构，在ELAN模块后引入MLCA注意力机制，在SPPCSPC模块的卷积中加入CBAM注意力机制；将原始CIOU改进为EIOU，并加入DYHEAD目标检测头，构建得到MCED‑YOLOv7检测网络，用于对待识别图像进行缺陷识别。本发明能够实现对保温板内部的正常粘接剂、顶部脱空以及基层脱空的精准检测，提高了检测网络的准确性和鲁棒性，显著改善了误检和多检现象。
本发明授权基于MCED-YOLOv7网络的粘接剂缺陷识别方法在权利要求书中公布了：1.一种基于MCED-YOLOv7网络的粘接剂缺陷识别方法，其特征在于，包括以下步骤： 获取待识别图像，采用linear线性插值进行数据图像处理； 采用指数限幅增益算法，进行图像特征处理； 基于YOLOv7架构，在ELAN模块后引入MLCA注意力机制，在SPPCSPC模块的卷积中加入CBAM注意力机制； 将原始CIOU改进为EIOU，并加入DYHEAD目标检测头，构建得到MCED-YOLOv7检测网络，用于对待识别图像进行缺陷识别。
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理工大学重庆创新中心;北京理工大学;北京中建建筑科学研究院有限公司，其通讯地址为：401135 重庆市渝北区龙兴镇明理路1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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励