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！

龙图腾网获悉太原理工大学申请的专利一种基于SCFlow的工业零件异常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：CN119599998B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202411710985.7，技术领域涉及：G06T7/00；该发明授权一种基于SCFlow的工业零件异常检测方法是由曹锐;张林梁;温昕;纪宏玮;石洁;康杰设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本一种基于SCFlow的工业零件异常检测方法在说明书摘要公布了：本发明属于工业异常检测技术领域，具体涉及一种基于SCFlow的工业零件异常检测方法，将正常样本图像作为输入，通过预训练的特征提取器提取多尺度特征。SCFlow接收这些多尺度特征图并进行概率密度估计。利用逐层递增的特征逐层增强模块StepFlow对每层特征图进行独立编码，以确保底层捕捉细节特征，中层增强特征表达能力，顶层结合全局注意力机制实现特征的有效整合；特征融合模块ConvergeFlow有效融合来自不同尺度的特征图，提升模型对异常的全面分析能力。工业制造过程中的产品缺陷检测是保障产品质量的关键环节，本发明所提供的解决方案能够提高工业异常检测的准确性和效率，进而为工业的质量控制、设备维护以及生产优化等应用提供支持。

本发明授权一种基于SCFlow的工业零件异常检测方法在权利要求书中公布了：1.一种基于SCFlow的工业零件异常检测方法，其特征在于，包括下列步骤： S1：准备数据集：获取无监督异常检测任务所需的图像数据集，图像包含不同类型的工业物体，部分图像包含异常，而其他图像为无缺陷图像；由于无监督检测不依赖缺陷标签，因此训练集只使用无缺陷图像； S2：构建模型：正常样本图像作为输入，通过预训练的特征提取器提取多尺度特征；SCFlow模块接收这些多尺度特征图并进行概率密度估计；所述S2中提取多尺度特征的方法为：利用特征提取器提取多层次特征，构建多尺度归一化流SCFlow框架，SCFlow包括两个关键模块：StepFlow和ConvergeFlow；所述特征提取器采用预训练的WideResNet50，将单一尺度的输入图像进行特征提取，生成多尺度特征图；所述S2中StepFlow模块的底层流模块采用了3×3卷积、层归一化和ReLU激活函数，之后应用第二个3×3卷积层，捕捉图像的细节特征；所述S2中StepFlow模块的中层流模块由两个分支结构组成，第一个分支结构与底层流模块相同，第二个分支为多分支的深度可分离卷积模块；该模块分为以下几个分支，第一条分支使用1×1卷积进行逐通道特征提取；第二条分支为3×3卷积，第三条分支为5×5卷积，进一步提取多尺度特征；第四条分支采用最大池化操作，以保留图像的重要信息；通过将多个分支的输出进行拼接，生成具有丰富信息的特征表示；所述S2中StepFlow模块的顶层层流模块由三个分支结构组成，前两个分支结构与中层流模块相同，第三个分支加入了全局注意力，第三条分支结合前两条分支提取特征，整合多层次的信息； S3：无监督异常检测：在完成模型的构建和训练后，使用模型对测试集进行无监督异常检测和定位；通过评估检测性能指标来验证模型的有效性。

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太原理工大学，其通讯地址为：030024 山西省太原市迎泽大街79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”。