买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜福建(泉州)先进制造技术研究院申请的专利YOLOv8-MSDA网络模型及输送皮带损伤监测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119337942B 。

龙图腾网通过国家知识产权局官网在2025-03-14发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411892234.1，技术领域涉及：G06N3/0464；该发明授权YOLOv8-MSDA网络模型及输送皮带损伤监测方法是由张陈涛;李瑞峰;余华富;连超铭;林文伟设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本YOLOv8-MSDA网络模型及输送皮带损伤监测方法在说明书摘要公布了：本发明公开一种YOLOv8‑MSDA网络模型及输送皮带损伤监测方法，涉及图像监测技术领域，特别是涉及输送机皮带的图像监测，模型为基于YOLOv8网络模型进行改进，该模型利于提高检测的准确性及检测精度，方法步骤包括建立皮带损伤图像数据；建立皮带破损分割图像数据；搭建YOLOv8‑MSDA网络模型检测训练；基于DeepLabv3+网络模型分割训练；皮带损伤视觉监测系统采集数据；处理后输入YOLOv8‑MSDA网络模型检测，输出结果；根据检测结果评估得出风险等级评估结果；根据风险等级评估结果更新信息作出处理。该方法检测在满足准确性及检测精度的基础上实时监测并预警皮带损伤风险等级，作出相应处理。

本发明授权YOLOv8-MSDA网络模型及输送皮带损伤监测方法在权利要求书中公布了：1.一种输送皮带损伤监测方法，其特征在于，监测方法步骤如下：S1.建立皮带损伤图像数据；建立皮带破损分割图像数据；包括有改进的YOLOv8-MSDA网络模型，所述YOLOv8-MSDA网络模型通过对皮带损伤图像数据进行皮带损伤类型检测训练；S2.在输送皮带损伤检测工作中，皮带损伤视觉监测系统进行实时图像数据采集；S3.皮带损伤视觉监测系统通过相机获得的实时图像数据进行分解得到皮带图像，对皮带图像进行预处理后输入调用步骤S1中的YOLOv8-MSDA网络模型中进行皮带损伤类型检测，输出检测结果；所述皮带损伤类型自定义设置包括破损、无损伤、磨损和撕裂类型；当检测结果为无损伤或磨损时进入步骤S4；当检测结果为撕裂时保存损伤ROI区域的检测框信息进行计算撕裂长度后进入步骤S4；当检测结果为破损时YOLOv8-MSDA网络模型裁剪出损伤ROI区域图像并调用步骤S1中的DeepLabv3+网络模型对损伤ROI区域图像进行皮带破损区域的分割处理得到破损区域图像保存，通过破损区域图像计算破损区域面积后进入步骤S4；S4.根据检测结果进行皮带风险等级评估，得出风险等级评估结果；S5.根据风险等级评估结果实时更新预警皮带损伤风险等级信息并根据风险等级评估结果作出相应处理；所述改进的YOLOv8-MSDA网络模型，为基于YOLOv8网络模型进行改进，改进包括在YOLOv8网络模型中head部分的C2f模块，通过在C2f模块中加入多尺度空洞注意力，利用MSDA结构在滑动窗口内稀疏选择关键点和值，通过控制扩张率，实现在不同尺度上选择键和值，以模拟局部稀疏的补丁交互，利用线性层聚合不同尺度的语义信息减少标准注意力机制的冗余，具体改进内容为YOLOv8网络模型中head部分的C2f模块的Bottleneck结构用DilateBlock结构替换，所述DilateBlock结构中设计网络数据流向，由输入数据经过LayerNorm后传送到MSDA结构，在MSDA中各头数据经过滑动窗口扩张注意力处理，同时在Concat层将输出特征数据按特征维度完成拼接，然后通过Linear层完成对各尺度特征数据的聚合，将经过Linear层聚合的结果传送到DropPath层，用于随机删除结构中的部分连接，以防止模型训练过拟合，最后将DropPath输出数据与LayerNorm层的输入数据进行特征图相加并输出；所述YOLOv8-MSDA网络模型中定义皮带损伤类检测模型训练的损失函数包括根据皮带损伤类型分类的分类损失函数和皮带损伤位置区域的回归损失函数；所述皮带损伤视觉监测系统通过视觉设备成像进行实时图像数据采集；所述视觉设备设置在输送皮带内表面的下方，并配置有给拍摄环境补光的光源以及用于反射输送皮带成像信息传递给视觉设备的反射镜面。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人福建(泉州)先进制造技术研究院，其通讯地址为：362000 福建省泉州市丰泽区软件园9号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。