一种基于改进YOLOv11模型的纺织物缺陷检测方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明涉及一种基于改进YOLOv11模型的纺织物缺陷检测方法。包括数据预处理、在YOLOv11模型基础上添加小检测头、引入SAHI模型处理大尺寸图像、缺陷检测。采用由边界框回归损失、分类损失和置信损失构成的损失函数进行模型训练。模型测试与评估使用精确度、召回率、平均精确度和交并比指标。将优化后的模型应用于实际生产线,可实现纺织物缺陷的实时检测、标记和分类处理,提高检测精度和效率,为纺织行业质量控制提供技术支持。
《一种基于改进YOLOv11模型的纺织物缺陷检测方法(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 2024119856864,当前法律状态为已下证,由桂林电子科技大学提出申请,发明人为李玉洁;封人宸;阿哈迈德·恰达德,申请日期为2024-12-31,公开(公告)日期为2026-06-09,国际专利分类号(IPC)为 G06T 7/00 (2017.01),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:本发明涉及一种基于改进YOLOv11模型的纺织物缺陷检测方法。包括数据预处理、在YOLOv11模型基础上添加小检测头、引入SAHI模型处理大尺寸图像、缺陷检测。采用由边界框回归损失、分类损失和置信损失构成的损失函数进行模型训练。模型测试与评估使用精确度、召回率、平均精确度和交并比指标。将优化后的模型应用于实际生产线,可实现纺织物缺陷的实时检测、标记和分类处理,提高检测精度和效率,为纺织行业质量控制提供技术支持。
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!
