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！

龙图腾网获悉浙江理工大学申请的专利一种基于TFPN-YOLO模型的风力发电叶片表面缺陷检测方法及系统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：CN121544619B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202610066666.X，技术领域涉及：G06T7/00；该发明授权一种基于TFPN-YOLO模型的风力发电叶片表面缺陷检测方法及系统是由张芳涛;徐雅斌;王帆;李秦川设计研发完成，并于2026-01-19向国家知识产权局提交的专利申请。

本一种基于TFPN-YOLO模型的风力发电叶片表面缺陷检测方法及系统在说明书摘要公布了：本发明涉及一种基于TFPN‑YOLO模型的风力发电叶片表面缺陷检测方法及系统，构建改进的缺陷检测网络，所述改进的缺陷检测网络以YOLOv12网络为基础网络；获取风力发电叶片表面图像数据集，预处理后构建数据集，以数据集训练所述改进的缺陷检测网络；采集风力发电叶片表面图，输入训练后的所述改进的缺陷检测网络，获取缺陷类别、位置及置信度信息；以方法实现系统的设置。本发明有效解决风力发电叶片表面缺陷检测领域中的关键问题，显著提高检测精度和效率，降低计算资源的消耗，提升模型的适用性和稳定性，为风力发电行业的叶片表面缺陷检测提供新的解决方案，并推动该领域的技术进步和发展。

本发明授权一种基于TFPN-YOLO模型的风力发电叶片表面缺陷检测方法及系统在权利要求书中公布了：1.一种基于TFPN-YOLO模型的风力发电叶片表面缺陷检测方法，其特征在于：构建改进的缺陷检测网络，所述改进的缺陷检测网络以YOLOv12网络为基础网络； 所述改进的缺陷检测网络包括顺次配合设置的Backbone模块、Neck模块和Head模块； 以傅里叶门控瓶颈卷积修饰的特征提取块替换基础网络的所有特征提取块；所述傅里叶门控瓶颈卷积修饰的特征提取块包括顺次连接的CBS块和分裂块，所述分裂块后设有并列的恒等支路与精炼支路，恒等支路和精炼支路以全连接层融合后，通过空间注意力网络和CBS块后输出；所述精炼支路包括顺次连接的3个傅里叶门控瓶颈卷积模块，每个傅里叶门控瓶颈卷积模块包括配合设置的傅里叶门控卷积块，所述傅里叶门控卷积块包括瓶颈卷积层、激活函数层和傅里叶增强块；在傅里叶增强块中，傅里叶变换层的输出分别在幅度谱分支和相位谱分支中通过平均池化层和通道维度平均层后输出至通道拼接层，通道拼接层后设有卷积块，卷积块的输出与傅里叶变换层的输出逐元素相乘； 于Backbone模块的第二个傅里叶门控瓶颈卷积修饰的特征提取块后设置自监督视觉骨干网络，所述自监督视觉骨干网络的输出与Neck模块关联； 于Backbone模块的A2C2f后设置动态多尺度特征融合模块并输出至Neck模块； 以双向特征金字塔网络替换基础网络的所有全连接块，配合双向特征金字塔网络设置若干卷积层，用于跨通道信息整合； 配合所述Head模块设置多尺度特征融合的检测头； 获取风力发电叶片表面图像数据集，预处理后构建数据集，以数据集训练所述改进的缺陷检测网络； 采集风力发电叶片表面图，输入训练后的所述改进的缺陷检测网络，获取缺陷类别、位置及置信度信息。

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浙江理工大学，其通讯地址为：310018 浙江省杭州市经济技术开发区白杨街道2号大街928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。