一种面向齿轮表面缺陷检测的分层多尺度特征分析与动态注意力增强方法及系统
本发明公开了一种面向齿轮表面缺陷检测的分层多尺度特征分析与动态注意力增强方法及系统包括:通过高清成像设备采集齿轮表面图像;将所述齿轮表面图像输入基于YOLOv11架构的深度学习网络,所述深度学习网络集成分层多尺度特征提取模块和动态蒙特卡洛注意力机制;使用所述分层多尺度特征提取模块提取跨尺度缺陷特征;使用所述动态蒙特卡洛注意力机制生成自适应注意力权重;输出齿轮表面缺陷的位置、类别及置信度。本发明融合多分支异构卷积与蒙特卡洛动态注意力机制,显著提升了对复杂背景下多类型缺陷的识别能力,并有效提高了检测精度与推理速度。
《一种面向齿轮表面缺陷检测的分层多尺度特征分析与动态注意力增强方法及系统》是一发明专利,专利号为 2025111896406,当前法律状态为已下证,由广东工业大学提出申请,发明人为吴衡;舒鹏;罗劭娟,申请日期为2025-08-25,公开(公告)日期为2026-02-27,国际专利分类号(IPC)为 G06T 7/00 (2017.01),高新资质:未报高企,所属技术领域包括:齿轮检测、工业齿轮、机械零部件检测、汽车齿轮、航空齿轮、轨道交通齿轮、金属表面缺陷、工业质检、机器视觉、工业相机、自动化检测、智能制造、缺陷识别、深度学习、人工智能、计算机视觉、信息技术。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:本发明公开了一种面向齿轮表面缺陷检测的分层多尺度特征分析与动态注意力增强方法及系统包括:通过高清成像设备采集齿轮表面图像;将所述齿轮表面图像输入基于YOLOv11架构的深度学习网络,所述深度学习网络集成分层多尺度特征提取模块和动态蒙特卡洛注意力机制;使用所述分层多尺度特征提取模块提取跨尺度缺陷特征;使用所述动态蒙特卡洛注意力机制生成自适应注意力权重;输出齿轮表面缺陷的位置、类别及置信度。本发明融合多分支异构卷积与蒙特卡洛动态注意力机制,显著提升了对复杂背景下多类型缺陷的识别能力,并有效提高了检测精度与推理速度。
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!
