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！

龙图腾网获悉中国科学院自动化研究所申请的专利一种缺陷检测方法、系统、设备及计算机可读存储介质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：CN118279280B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202410477675.9，技术领域涉及：G06T7/00；该发明授权一种缺陷检测方法、系统、设备及计算机可读存储介质是由陈麒宇;罗惠元;吕承侃设计研发完成，并于2024-04-19向国家知识产权局提交的专利申请。

本一种缺陷检测方法、系统、设备及计算机可读存储介质在说明书摘要公布了：本发明涉及深度学习以及工业外观质检技术领域，公开了一种缺陷检测方法、系统、设备及计算机可读存储介质；其中，所述缺陷检测系统采用无监督缺陷检测网络，所述无监督缺陷检测网络包括依次连接的特征提取器、特征映射器和特征判别器；在训练时，所述无监督缺陷检测网络的总体训练目标包括正常特征与合成缺陷特征的二元交叉熵损失，以及映射后的正常特征与特征中心之间的欧氏距离损失；所述合成缺陷特征采用基于支持向量数据描述的特征空间缺陷编辑策略获取。本发明解决了现有技术通过预先标注缺陷图像来构建训练集带来的技术缺陷，解决了现有技术中异常数据合成辅助无监督缺陷检测效率较低的技术问题。

本发明授权一种缺陷检测方法、系统、设备及计算机可读存储介质在权利要求书中公布了：1.一种缺陷检测系统，其特征在于， 所述缺陷检测系统采用无监督缺陷检测网络，所述无监督缺陷检测网络包括依次连接的特征提取器、特征映射器和特征判别器； 所述特征提取器用于输入待缺陷检测的图像，输出多层融合特征；所述特征映射器用于输入所述多层融合特征，输出消除偏差的融合特征；所述特征判别器用于输入所述消除偏差的融合特征，输出分割结果并作为缺陷检测结果； 其中， 在训练时，所述无监督缺陷检测网络的总体训练目标包括正常特征与合成缺陷特征的二元交叉熵损失，以及映射后的正常特征与特征中心之间的欧氏距离损失； 所述合成缺陷特征采用基于支持向量数据描述的特征空间缺陷编辑策略获取； 其中， 所述无监督缺陷检测网络的训练步骤具体包括：利用正常样本进行训练，通过特征提取器获取多层融合的正常特征，再通过特征映射器获取消除偏差的正常特征，最后通过特征判别器输出正常样本判别损失；另外，基于消除偏差的正常特征，采用特征空间缺陷编辑策略获取引入异常的缺陷特征，再通过特征判别器输出合成缺陷判别损失； 在所述无监督缺陷检测网络训练开始前，进行特征中心初始化；其中，进行特征中心初始化的步骤具体包括：通过遍历所有批次的正常样本迭代更新初始中心向量，最终确定并输出初始化的中心向量；其中，对于第一批次的正常样本，使用特征提取器和特征映射器得到无偏的正常特征，并将特征图的平均值设定为中心向量的初始值；对于后续批次的正常样本，先使用特征提取器和特征映射器得到无偏的正常特征，然后计算得到的特征与当前中心向量的相似度，寻找最接近的中心特征点，最后通过对同一索引的每个中心特征点取平均来更新中心向量；遍历所有批次的正常样本之后，确定并输出初始化的中心向量； 所述特征提取器中，执行输入待缺陷检测的图像，输出多层融合特征的步骤具体包括：使用预训练的骨干网络从输入图像中提取不同层级的特征，对每层特征实施平均邻域聚合以嵌入邻域信息，将邻域嵌入特征在通道维度上合并，得到并输出多层融合特征。

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中国科学院自动化研究所，其通讯地址为：100086 北京市海淀区中关村东路95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”。