改进Scaled-YOLOv4的织物瑕疵检测方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种基于Scaled‑YOLOv4改进算法的织物瑕疵检测方法。方法包括：建立扩展织物图像数据集；搭建改进Scaled‑YOLOv4网络；选取训练集输入改进网络中训练，并得到训练候选预测框；计算改进网络的整体损失值，并更新参数；获得调整后的改进Scaled‑YOLOv4网络；将验证集输入处理，并获得验证候选框；计算织物类别的平均精确度值；获得训练完成的改进Scaled‑YOLOv4网络；将待检测织物图像数据集输入处理，保留最终预测框；映射进行织物瑕疵的检测定位。本发明实现了网络精度和速度的双双提升，大大加强对织物瑕疵的检测能力并加快检测效率，更适合在实际工业场景下对织物瑕疵进行实时检测。

《改进Scaled-YOLOv4的织物瑕疵检测方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2022101938589，当前法律状态为已下证，由浙江理工大学提出申请，发明人为吕文涛;余序宜，申请日期为2022-03-01，公开（公告）日期为2022-05-27，国际专利分类号（IPC）为 G06T7/00(2017.01)I;G06N3/08(2006.01)I;G06N3/04(2006.01)I;G06K9/62(2022.01)I;G06V10/774(2022.01)I;G06V10/762(2022.01)I;G06V10/82(2022.01)I，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于Scaled‑YOLOv4改进算法的织物瑕疵检测方法。方法包括：建立扩展织物图像数据集；搭建改进Scaled‑YOLOv4网络；选取训练集输入改进网络中训练，并得到训练候选预测框；计算改进网络的整体损失值，并更新参数；获得调整后的改进Scaled‑YOLOv4网络；将验证集输入处理，并获得验证候选框；计算织物类别的平均精确度值；获得训练完成的改进Scaled‑YOLOv4网络；将待检测织物图像数据集输入处理，保留最终预测框；映射进行织物瑕疵的检测定位。本发明实现了网络精度和速度的双双提升，大大加强对织物瑕疵的检测能力并加快检测效率，更适合在实际工业场景下对织物瑕疵进行实时检测。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！