发明专利已授权

一种基于分类优先YOLO网络的钢板表面缺陷检测方法

📄 申请号：CN202010484381.0 📄 发布日：2026/04/10

著录项目信息

申请日

2020-06-01

公开号

CN111612784B

公开日

2023-11-14

申请人

南通大学

法律状态

已下证

专利类型

发明

主分类号

G06T7_00

IPC 分类号

G06T7_00 , G06V10_764 , G06V10_762 , G06V10_82 , G06N3_0464 , G01N21_88 ,

技术画像

所属领域

图像识别图像识别深度学习表面缺陷检测

应用场景

钢铁制造, 工业质量检测, 智能制造

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明提供了一种基于分类优先YOLO网络的钢板表面缺陷检测方法，包括如下步骤：S10建立钢板表面缺陷标准图库；S20待检测图片缺陷分类，使用迁移学习模型对所述缺陷标准图库的进行训练分类，获得训练模型，使用所述训练模型对对所述待检测图片进行训练分类，保留分类结果；以及S30待检测图片缺陷位置判定，使用YOLO网络确定所述分类结果中的缺陷类别所在位置。本发明的一种基于分类优先YOLO网络的钢板表面缺陷检测方法，与传统检测算法相比，检测精度更高，速度更快，尤其对夹杂和斑块等缺陷有着较好的检测效果。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

20231114

✅ 授权

20200925

?? 实质审查的生效：

20200901

📄 公开

一种基于双流神经网络模型的钢板表面缺陷分类方法

当前第 / 件

一种停车管理系统、方法及装置

同领域国内专利 · IPC: (G06T7_00)

G06T7_00 G06T7_10 G06T7_11 G06T7_12 G06T7_13 G06T7_136 G06T7_143 G06T7_149 G06T7_155 G06T7_168 G06T7_174 G06T7_181 G06T7_187 G06T7_194 G06T7_20 G06T7_207 G06T7_215 G06T7_223 G06T7_246 G06T7_254 G06T7_269 G06T7_277 G06T7_292 G06T7_30 G06T7_32 G06T7_33 G06T7_37 G06T7_38 G06T7_40 G06T7_41 G06T7_44 G06T7_45 G06T7_49 G06T7_50 G06T7_507 G06T7_514 G06T7_521 G06T7_55 G06T7_557 G06T7_564 G06T7_579 G06T7_593 G06T7_60 G06T7_62 G06T7_64 G06T7_66 G06T7_68 G06T7_70 G06T7_73 G06T7_77 G06T7_80 G06T7_90 覆盖52个领域

相似专利推荐 AI 驱动 · 同领域

暂无同领域相似专利推荐

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：75 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)