集思谱需要我帮你解读这件专利吗？
公开（公告）号CN122966594A | 申请号CN202611163966.6 | 专利类型发明专利 |
状态在审 | 国家或地区CN | 申请人中国石油大学（华东） |
分类号G06T7/00(2017.01), G01N21/88(2006.01), G06V10/54(2022.01), G06V10/44(2022.01), G06V10/80(2022.01), G06V10/764(2022.01), G06V10/82(2022.01), G06N3/0464(2023.01), G06N3/048(2023.01), G06N3/045(2023.01) | 申请日2026-08-03 | 公开日2026-10-23 |
发布日期2026-10-23 | 文档 ID84601473009200010 | 源数据页码1730 |
专利语言zh | ||
本发明涉及工业表面缺陷检测技术领域，公开了一种基于分层细节融合网络的工业表面缺陷检测方法；将待检测工业表面图像输入基于YOLO 11构建的分层细节融合网络HDF‑Net，通过骨干网络中的C3kHFA2模块分层提取并融合不同感受野下的特征，以保留小尺寸缺陷的纹理及位置信息；通过颈部网络中的C3kDAMC2模块自适应聚合不同尺度上下文特征，并通过C3kSFCA2模块融合短程、中程和长程特征，进行通道注意力和空间注意力校准；将P3、P4和P5层级特征图输入检测头，得到缺陷位置和缺陷类别。本发明能够减少特征传递中的细节损失，增强复杂背景下小尺寸缺陷和多尺度缺陷的检测能力。
附图 1