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RT-DETR的风力涡轮机叶片缺陷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：CN121639694B 。

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：202610162095.X，技术领域涉及：G06T7/00；该发明授权基于改进RT-DETR的风力涡轮机叶片缺陷检测方法是由李旭健;叶彤设计研发完成，并于2026-02-05向国家知识产权局提交的专利申请。

本基于改进RT-DETR的风力涡轮机叶片缺陷检测方法在说明书摘要公布了：本发明属于目标检测技术领域，公开了一种基于改进RT‑DETR的风力涡轮机叶片缺陷检测方法，该方法在骨干网络中引入SWRepBlock模块，从而有效解决了传统网络固定感受野难以自适应提取不同尺度目标特征的问题。此外，本发明方法还将编码器中的AIFI模块替换为DyT‑AIFI模块，以提升长距离特征交互的语义理解效果。另外，本发明方法还在编码器中引入CAA‑HSFPN模块，有效解决了传统特征金字塔语义鸿沟与特征重要性区分不足的问题。本发明所提出的风力涡轮机叶片缺陷检测方法不仅显著提升了对风力涡轮机叶片复杂表面纹理背景下微小损伤的检测能力，并且还能够有效识别裂纹、侵蚀、漏油等多类型缺陷特征。

本发明授权基于改进RT-DETR的风力涡轮机叶片缺陷检测方法在权利要求书中公布了：1.基于改进RT-DETR的风力涡轮机叶片缺陷检测方法，其特征在于，包括如下步骤： 步骤1.获取风力涡轮机叶片缺陷图像，构建用于风力涡轮机叶片缺陷检测的数据集； 步骤2.搭建改进的RT-DETR模型，其包括骨干网络、编码器、解码器和检测头； 改进的RT-DETR模型是在原有RT-DETR模型的基础上进行如下改进得到的：在骨干网络中引入位移重参数化卷积SWRepBlock模块；将编码器中的AIFI模块替换为DyT-AIFI模块，DyT-AIFI模块是以动态双曲正切归一化模块取代AIFI模块原有的层归一化模块得到的；在编码器中引入基于上下文锚点注意力的CAA-HSFPN模块； 步骤3.利用步骤1构建的数据集对改进的RT-DETR模型进行训练，得到训练好的模型； 步骤4.利用步骤3得到的训练好的模型，对风力涡轮机叶片的图像进行缺陷检测； 所述SWRepBlock模块包括主分支和残差分支； 信号在SWRepBlock模块中的处理流程如下： SWRepBlock模块的输入特征图在主分支中依次经过卷积核大小为的卷积操作、批量归一化和激活函数进行处理，得到中间特征图： ； 其中，表示激活函数，表示批量归一化操作，表示主分支中卷积核大小为的卷积操作的卷积权重，表示卷积运算； 然后将中间特征图送入RLKConv模块进行处理，并将RLKConv模块的输出特征图作为主分支的输出特征图； SWRepBlock模块的输入特征图在残差分支中先判断参数shortcut是否为真；若参数shortcut为真，则残差分支执行恒等映射即，得到残差分支的输出特征图； 若参数shortcut为假，则进一步判断是否满足参数variant='d'且stride=2； 当参数shortcut为假，并且同时满足参数variant='d'和stride=2时，对SWRepBlock模块的输入特征图执行步幅为2的平均池化、卷积核大小为的卷积操作以及批量归一化处理，得到残差分支的输出特征图： ； 其中，表示对特征图执行步幅为2的平均池化操作，表示残差分支中卷积核大小为的卷积操作的卷积权重； 当参数shortcut为假，并且不同时满足参数variant='d'和stride=2时，对SWRepBlock模块的输入特征图执行卷积核大小为的卷积操作和批量归一化处理，得到残差分支的输出特征图： ； 将主分支的输出特征图和残差分支的输出特征图相加后，经过ReLU激活函数进行处理，得到SWRepBlock模块的输出特征图： ； 其中，表示ReLU激活函数。

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：250000 山东省济南市天桥区胜利庄路17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。