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！

龙图腾网获悉广东工业大学申请的专利基于宽度学习的Mini-LED缺陷检测方法和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：CN116030005B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202211732037.4，技术领域涉及：G06T7/00；该发明授权基于宽度学习的Mini-LED缺陷检测方法和系统是由任志刚;邓贤苏;吴宗泽;林江豪设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本基于宽度学习的Mini-LED缺陷检测方法和系统在说明书摘要公布了：本发明提供一种基于宽度学习的Mini‑LED缺陷检测方法和系统，涉及显示产品缺陷检测技术领域，该方法包括：获取Mini‑LED产品初始图像并进行预处理，将预处理后的Mini‑LED产品初始图像输入含增量学习的宽度学习缺陷检测神经网络模型中进行训练，利用优化后的含增量学习的宽度学习缺陷检测神经网络模型对待检测的Mini‑LED产品图像进行缺陷检测；本发明使用含增量学习的宽度学习神经网络进行缺陷检测，结构扁平，计算简单，训练速度快，含增量学习通过增加增强节点从而提高缺陷检测的准确率；另外，模型训练时，没有较大的计算量，可以显著提高Mini‑LED产品缺陷检测和分类的效率和准确性。

本发明授权基于宽度学习的Mini-LED缺陷检测方法和系统在权利要求书中公布了：1.一种基于宽度学习的Mini-LED缺陷检测方法，其特征在于，包括以下步骤： S1：获取Mini-LED产品初始图像并进行预处理； S2：建立含增量学习的宽度学习缺陷检测神经网络模型； S3：将预处理后的Mini-LED产品初始图像输入含增量学习的宽度学习缺陷检测神经网络模型中进行训练，获得优化后的含增量学习的宽度学习缺陷检测神经网络模型；具体为： S3.1：将预处理后的Mini-LED产品初始图像作为输入矩阵输入含增量学习的宽度学习缺陷检测神经网络模型的输入层，进行计算，获取合并后的特征节点矩阵；其中，为特征节点矩阵的数量；表示输入数据集中的样本个数；为通过网格搜索法确定的第一参数； S3.2：根据合并后的特征节点矩阵计算获取合并后的增强节点矩阵；其中，为增强节点矩阵的数量； S3.3：将合并后的特征节点矩阵与合并后的增强节点矩阵再次合并，获得第一合并矩阵，记为矩阵； 矩阵满足； S3.4：添加新的增强节点，并与矩阵进行合并，获得第二合并矩阵，记为矩阵； 矩阵满足；其中，为呈高斯分布的第三权重矩阵，满足；为第三偏置矩阵，满足，为通过网格搜索法确定的第三参数；函数表示非线性的特征映射； S3.5：计算矩阵的伪逆矩阵，根据矩阵的伪逆矩阵获得矩阵与输出矩阵之间的链接权重； S3.6：判断矩阵与输出矩阵之间的链接权重是否满足预设的误差条件，若满足，则将此时的矩阵与输出矩阵之间的链接权重保存，获得优化后的含增量学习的宽度学习缺陷检测神经网络模型；否则重复步骤S3.1~S3.5； S4：获取待检测的Mini-LED产品图像，利用优化后的含增量学习的宽度学习缺陷检测神经网络模型对待检测的Mini-LED产品图像进行缺陷检测。

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广东工业大学，其通讯地址为：510060 广东省广州市越秀区东风东路729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”。