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！

龙图腾网获悉浙江工商大学申请的专利基于改进三阶递归门控卷积的针织棉布料结头瑕疵的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：CN116740016B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202310696313.4，技术领域涉及：G06T7/00；该发明授权基于改进三阶递归门控卷积的针织棉布料结头瑕疵的检测方法是由李笑岚;陈新意设计研发完成，并于2023-06-13向国家知识产权局提交的专利申请。

本基于改进三阶递归门控卷积的针织棉布料结头瑕疵的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三阶递归门控卷积的针织棉布料结头瑕疵的检测方法。本发明首先读取布料图像，将图像输入到检测网络中进行检测推理，并将模型的推理结果在布料图像上进行标注。本发明通过对yolov7网络模型进行高阶空间交互的改进，在颈部网络通过改进三阶递归门控卷积来融合图像特征，向三阶递归门控卷积加入多层感知机，显式增加高低阶空间的交互，保留了瑕疵的底层信息，提高对针织棉布料瑕疵检测尤其是结头瑕疵检测的准确率。本发明用于针织棉布料瑕疵检测可以有效提高布料产品的质量，无需人工干预检测，降低了企业人力成本和时间成本，提高企业的智能化生产水平。

本发明授权基于改进三阶递归门控卷积的针织棉布料结头瑕疵的检测方法在权利要求书中公布了：1.基于改进三阶递归门控卷积的针织棉布料结头瑕疵的检测方法，其特征在于该方法包括以下步骤： 步骤1、在yolov7网络模型中通过线性投影函数把上一层网络输出的特征按照通道划分为一组投影特征，记为，其中，将切分后的特征，根据递归公式依次输入到门控卷积中进行递归运算，其中符号表示特征之间的点乘，，特征映射函数f为深度卷积层，为了对齐空间交互过程中的通道数，维度映射函数设计为： 其中Identity为恒等映射函数，即当前特征不做任何处理直接输出；为通道扩充函数，将特征通道数从扩充为； 步骤2、对步骤1中的三阶递归门控卷积的结构进行修改：线性投影函数把上一层网络输出的特征按照通道划分为一组投影特征，记为，其中，把特征根据递归计算公式依次输入到门控卷积中进行递归运算；首先将其中切分后的特征根据特征映射函数，计算得到，特征则通过维度映射函数得到，则；其中符号表示特征之间的点乘，再将通过维度映射函数得到，同理，；由于三阶递归门控卷积中特征的交互方式仅限于相邻特征和之间的交互，并未考虑到跨阶的交互方式，同时鉴于多层感知机相对于卷积网络能更好地利用全局结构信息，因此考虑在第一阶门控卷积的输出特征图的后面单独加入多层感知机分支同时扩充通道，便于与第二阶的输出特征图进行空间特征的交互，记为，其中，表示将特征在h和w的维度上展平为一维向量，以便于后面的全连接操作；表示输入层到隐藏层的全连接，表示隐藏层到输出层的全连接，Relu表示对合并后的特征图进行非线性处理；表示将一维向量重新转换成h×w的特征图；再根据特征可得，表示特征逐元素相加；最后将特征与特征点乘得到，经过最后的投影层得到最终的输出； 步骤3、将yolov7的颈部网络的所有卷积模块替换成改进后的三阶递归卷积； 步骤4、工业面阵相机采集布料图像，手工标注布料瑕疵，得到一个瑕疵数据集； 步骤5、将采集标注好的布料数据集加载到改进好的yolov7网络模型中，重新训练，得到目标网络模型权重； 步骤6、将目标网络模型权重加载到布料实时检测系统中去，将相机采集的实时图像进行推理分析，将针织棉布料结头瑕疵及其他瑕疵检测结果存入系统。

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工商大学，其通讯地址为：310018 浙江省杭州市下沙高教园区学正街18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。