Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 东北大学李任飞获国家专利权

东北大学李任飞获国家专利权

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!

龙图腾网获悉东北大学申请的专利基于边缘增强与双流融合的钢材表面缺陷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:CN121304654B

龙图腾网通过国家知识产权局官网在2026-04-07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:202511841822.7,技术领域涉及:G06T7/00;该发明授权基于边缘增强与双流融合的钢材表面缺陷检测方法是由李任飞;林明秀;汪昊;刘扬辉设计研发完成,并于2025-12-09向国家知识产权局提交的专利申请。

基于边缘增强与双流融合的钢材表面缺陷检测方法在说明书摘要公布了:基于边缘增强与双流融合的钢材表面缺陷检测方法,涉及计算机视觉与人工智能技术领域,包括如下步骤:步骤S1、将LEGNet神经网络模型的主干网络进行框架统一;步骤S2、针对LEGNet的BasicStage模块中的高斯‑拉普拉斯核算子和Scharr算子进行防溢出修正;步骤S3、抽取LEGNet中的BasicStage模块,将BasicStage模块与下采样、归一化层及激活函数组成神经网络结构,构成ERA模块等。本发明利用LEGNet高斯‑拉普拉斯核模块,可以有效抑制破坏边缘、纹理等特征的噪声,在一定程度上提高了模型的检测准确率。

本发明授权基于边缘增强与双流融合的钢材表面缺陷检测方法在权利要求书中公布了:1.基于边缘增强与双流融合的钢材表面缺陷检测方法,其特征在于,包括如下步骤: 步骤S1、将LEGNet神经网络模型的主干网络利用Pytorch进行框架统一,利用Ultralytics框架对主干网络进行配置; 步骤S2、针对LEGNet的BasicStage模块中的高斯-拉普拉斯核算子和Scharr算子进行防溢出修正,包括向高斯-拉普拉斯核算子中的卷积核K和Scharr算子添加微小偏移量; 步骤S3、抽取LEGNet中的BasicStage模块,将BasicStage模块与下采样、归一化层及激活函数组成神经网络结构,并提供功能选择功能,构成ERA模块; 步骤S4、将构成ERA模块中的BasicStage模块连接SwinTransformer窗口注意力机制,构建高斯-边缘注意力机制EGA; 步骤S5、将由主干网络提取得到的主干特征与由ERA模块处理后的主干特征进行门控或残差融合,由可学习系数控制增强强度,得到检测模型; 步骤S6、准备NEU缺陷检测数据集,NEU缺陷检测数据集为用于检测的钢材表面缺陷图像数据集,从NEU缺陷检测数据集中读取图像,经预处理操作及图像增强操作后,输入到检测模型中,得到检测结果,证明改进合理性。

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东北大学,其通讯地址为:110819 辽宁省沈阳市和平区文化路三巷11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。