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！

龙图腾网恭喜太原科技大学;太原理工大学申请的专利一种偏光片外观缺陷实时检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：CN113962939B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202111149712.6，技术领域涉及：G06T7/00；该发明授权一种偏光片外观缺陷实时检测方法是由谢新林;赵文晶;王银;李春霖;张林;谢刚设计研发完成，并于2021-09-29向国家知识产权局提交的专利申请。

本一种偏光片外观缺陷实时检测方法在说明书摘要公布了：本发明涉及偏光片外观缺陷检测技术，具体是一种偏光片外观缺陷实时检测方法。本发明解决了现有偏光片外观缺陷检测方法检测实时性差的问题。一种偏光片外观缺陷实时检测方法，该方法是采用如下步骤实现的：步骤一：先利用摄像头拍摄偏光片图片，再对所拍摄的偏光片图片进行数据扩充，由此得到偏光片数据集；步骤二：对YOLOv4‑Tiny网络模型的骨干网络和CSPBLOCK模块进行改进；步骤三：先训练YOLOv4‑Tiny‑C网络模型，再测试YOLOv4‑Tiny‑C网络模型的检测精度；步骤四：对YOLOv4‑Tiny‑C网络模型进行剪枝操作；步骤五：将偏光片数据集中的偏光片原始大图分割为偏光片小图，然后将偏光片小图输入到Pruning‑YOLOv4‑Tiny‑C网络模型进行缺陷检测。本发明适用于偏光片外观缺陷检测。

本发明授权一种偏光片外观缺陷实时检测方法在权利要求书中公布了：1.一种偏光片外观缺陷实时检测方法，其特征在于：该方法是采用如下步骤实现的：步骤一：先利用摄像头拍摄偏光片图片，再对所拍摄的偏光片图片进行数据扩充，由此得到偏光片数据集；所述偏光片数据集包括训练集、验证集、测试集、偏光片原始大图；步骤二：对YOLOv4-Tiny网络模型的骨干网络和CSPBLOCK模块进行改进，由此得到YOLOv4-Tiny-C网络模型；步骤三：先利用偏光片数据集中的训练集来训练YOLOv4-Tiny-C网络模型，再利用偏光片数据集中的测试集来测试YOLOv4-Tiny-C网络模型的检测精度，并输出预测图；步骤四：利用模型剪枝技术对YOLOv4-Tiny-C网络模型进行剪枝操作，由此得到Pruning-YOLOv4-Tiny-C网络模型；步骤五：先编写图像分割脚本，再利用图像分割脚本将偏光片数据集中的偏光片原始大图分割为偏光片小图，然后将偏光片小图输入到Pruning-YOLOv4-Tiny-C网络模型进行缺陷检测，而后将带有检测信息的偏光片小图重新组合为偏光片原始大图进行输出和保存；所述步骤二中，改进步骤具体如下：首先，在YOLOv4-Tiny网络模型的第一层卷积层之前增加一层Conv3×3，用于对输入图片进行卷积操作以提取更丰富的特征，增强网络的非线性表达能力；其次，在第一次CBL降采样之后，增加Conv1×1+Conv3×3卷积层组合，用于进一步提升网络深度，增强提取特征能力；Conv1×1+Conv3×3卷积层组合模式参考了DenseBlock模块进行特征融合，使得输出的特征图通道数增加到64，和第6层的特征图大小一致；然后，在原CSPBLOCK结构中右侧支路Cnov1×1操作之后加入一层Conv3×3，用于增大有效感受野以丰富上下文信息；最后，利用k-means++聚类算法，根据聚类中心和数据框分布重新生成6组anchor锚框参数值[28,22,33,57,75,40,40,105,100,87,141,153]，用于缺陷检测算法训练，防止出现大量漏检和误检情况。

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太原科技大学;太原理工大学，其通讯地址为：030024 山西省太原市万柏林区窊流路66号；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”。