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！

龙图腾网获悉山东科技大学申请的专利基于改进YOLO-v5模型的子午线轮胎X光图像病疵自动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：CN115690029B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202211315292.9，技术领域涉及：G06T7/00；该发明授权基于改进YOLO-v5模型的子午线轮胎X光图像病疵自动检测方法是由赵建立;姚路通;张天恒;李浩设计研发完成，并于2022-10-26向国家知识产权局提交的专利申请。

本基于改进YOLO-v5模型的子午线轮胎X光图像病疵自动检测方法在说明书摘要公布了：本发明公开了一种基于改进YOLO‑v5模型的子午线轮胎X光图像病疵自动检测方法，属于子午线轮胎检测技术领域，包括如下步骤：步骤1、采集子午线轮胎X光图像进行分割处理，统一分辨率，制作模型训练样本数据；步骤2、针对X光机不稳定造成的图像条状、块状缺失，从而影响检测效果的问题，进行图像复原处理；步骤3、设计改进YOLO‑v5模型，包括增加第四个检测层、增加注意力模块，以及改进损失函数；步骤4、采用子午线轮胎病疵数据进行模型训练；步骤5、利用训练完成的模型进行实际应用场景的轮胎病疵检测。本发明是一种自动检测方法，基于改进模型能够自动识别多种病疵，针对不同病疵进行检测分类，检测效率和准确率较高。

本发明授权基于改进YOLO-v5模型的子午线轮胎X光图像病疵自动检测方法在权利要求书中公布了：1.一种基于改进YOLO-v5模型的子午线轮胎X光图像病疵自动检测方法，其特征在于，包括如下步骤： 步骤1、采集子午线轮胎X光图像进行分割处理，统一分辨率，制作模型训练样本数据； 步骤2、进行图像复原处理；具体步骤为： 设子午线轮胎X光图像为一个三阶张量，n1、n2、n3分别表示各阶的维数，所构建的复原模型为： 1 其中，为待求解的干净的图像，N代表张量的阶数，FCTN为全连接张量网络，表示由张量全连接分解得到的N个因子张量，是基于深度学习的隐式正则化器，为正则化权重参数，为去噪参数，代表中观测到的像素点索引集合，代表按进行映射； 该模型通过以下算法进行交替迭代更新求解： 2 其中，表示在自然图像数据集上训练的二维去噪卷积神经网络，代表迭代次数，表示每个因子张量，是近端参数，表示集合的补集； 步骤3、设计改进YOLO-v5模型； 改进YOLO-v5模型的结构包括输入端、主干网络、瓶颈网络和预测端；输入端输入图像后进行图像预处理，将输入图像缩放到网络的输入大小，并进行归一化操作；主干网络用来提取通用的特征表示；瓶颈网络位于主干网络和预测端的中间位置，用于进一步提升特征的多样性及鲁棒性；预测端用来完成目标检测结果的输出； YOLO-v5模型改进过程为： 步骤3.1、在原始YOLO-v5模型基础上，增加第四个检测层，对输出尺度最大的特征图进行上采样处理，继续扩大特征图，同时将获得的尺度最大的特征图与主干网络中相同尺寸的特征图进行级联融合； 步骤3.2、在每个检测层特征处理阶段增加注意力模块；注意力模块的工作过程为： 中间特征图谱T在空间维度分别进行MaxPool最大池化和AvePool平均池化，得到两个池化向量，然后将其输入到共享多层映射神经网络MLP中进行非线性映射，结果分别得到两个新的向量；之后对这两个向量进行逐位相加操作后再通过Sigmoid激活函数对其进行非线性映射，最终获得通道注意力模块，变换公式如下： 3 其中，A1表示通道注意力模块，表示Sigmoid函数； 中间特征图谱T分别在通道维度上进行MaxPool最大池化和AvePool平均池化操作，然后进行堆叠，再通过卷积操作将其映射到一个单波段、相同尺寸的模型上，之后获得空间注意力模块A2； 4 其中，表示采用1×1的卷积神经网络进行特征变换，代表Sigmoid函数，函数方程为： 5 其中，x表示输入张量； 步骤3.3、改进损失函数；加入影响因子，在检测框宽高比的数据上进行了度量，进一步使用了更加符合回归机制的DIoU_P，公式为： 7 其中，IoU表示预测框与真实框的交叠率，b和分别表示检测框和目标框的中心点；表示两个中心点之间的欧式距离；c表示能够同时包含预测框和真实框的最小闭包区域的对角线距离；为用于平衡比例的参数；m用来衡量预测框和真实框的宽和高之间的比例一致性； 步骤4、采用子午线轮胎病疵数据进行模型训练； 步骤5、利用训练完成的模型进行实际应用场景的轮胎病疵检测。

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山东科技大学，其通讯地址为：266590 山东省青岛市黄岛区前湾港路579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”。

以上内容由龙图腾AI智能生成。