一种基于多尺度融合的单阶段目标检测神经网络及工业品表面缺陷检测模型（需要二变）

本发明提供了一种基于多尺度融合的单阶段目标检测神经网络及工业品表面缺陷检测模型，属于图像处理与分析的技术领域。解决了工业品表面缺陷的检测、识别问题，能够提高缺陷检测的识别率、降低小目标缺陷的漏检。本发明的神经网络由“图像预处理层”、“特征提取网络层”、“连接层”、“多尺度融合网络层”和“预测网络层”构成，分别实现“图像数据增强”、“图像特征提取”、“卷积连接”、“图像特征多尺度融合处理”和“对多尺度融合网络层的融合特征进行多种采样处理”的功能。本发明采用最大池化方式进行多尺度融合，增加预测器的数量，实现深层网络对浅层网络特征信息的充分利用；利用训练后的模型能够进行工业品表面缺陷的检测识别。

《一种基于多尺度融合的单阶段目标检测神经网络及工业品表面缺陷检测模型（需要二变）》是一发明专利，专利号为 2021110670762，当前法律状态为已下证，由天津科技大学提出申请，发明人为陈永利;严凡坤;周艳华，申请日期为2021-09-13，公开（公告）日期为2026-05-29，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：图像处理 图像分析 工业质量检测 智能制造 工业视觉检测 金属制造 医疗器械 食品包装 电子元件。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：本发明提供了一种基于多尺度融合的单阶段目标检测神经网络及工业品表面缺陷检测模型，属于图像处理与分析的技术领域。解决了工业品表面缺陷的检测、识别问题，能够提高缺陷检测的识别率、降低小目标缺陷的漏检。本发明的神经网络由“图像预处理层”、“特征提取网络层”、“连接层”、“多尺度融合网络层”和“预测网络层”构成，分别实现“图像数据增强”、“图像特征提取”、“卷积连接”、“图像特征多尺度融合处理”和“对多尺度融合网络层的融合特征进行多种采样处理”的功能。本发明采用最大池化方式进行多尺度融合，增加预测器的数量，实现深层网络对浅层网络特征信息的充分利用；利用训练后的模型能够进行工业品表面缺陷的检测识别。

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！