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！

龙图腾网获悉中国矿业大学申请的专利基于原型记忆引导的自监督工业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：CN118196051B 。

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：202410354812.X，技术领域涉及：G06T7/00；该发明授权基于原型记忆引导的自监督工业缺陷检测方法是由刘兵;史伟峰;刘明明;刘鹏设计研发完成，并于2024-03-27向国家知识产权局提交的专利申请。

本基于原型记忆引导的自监督工业缺陷检测方法在说明书摘要公布了：本发明公开了基于原型记忆引导的自监督工业缺陷检测方法，涉及工业缺陷检测技术领域，包括基于显著性检测网络获得输入图像O的前景掩膜F，利用柏林噪声器生成输入图像O的随机噪声P，利用前景掩膜F将随机噪声P约束在前景区域获得掩膜图像M，利用掩膜图像M和分布外图像A合成缺陷图像S；利用教师‑学生网络提取输入图像O和缺陷图像S的特征，并获取特征之间逐像素相似度Fts。利用原型记忆机制增强模型对逻辑缺陷与正常图像差异性的判别能力，提高模型对逻辑缺陷的检测性能，针对传统教师‑学生网络中出现的过检测问题，使用显著性检测网络和柏林噪声合成缺陷图像，提升合成图像与真实缺陷图像的分布一致性。

本发明授权基于原型记忆引导的自监督工业缺陷检测方法在权利要求书中公布了：1.基于原型记忆引导的自监督工业缺陷检测方法，其特征在于，包括： 步骤S100，基于显著性检测网络获得输入图像O的前景掩膜F，利用柏林噪声器生成输入图像O的随机噪声P，利用前景掩膜F将随机噪声P约束在前景区域获得掩膜图像M，利用掩膜图像M和分布外图像A合成缺陷图像S； 步骤S200，利用教师-学生网络提取输入图像O和缺陷图像S的特征，并获取特征之间逐像素相似度Fts； 步骤S300，基于平均记忆模块AMM提取输入图像O的原型特征，计算原型特征与缺陷特征的逐像素相似度向量Fmt； 步骤S400，对逐像素相似度Fts和Fmt进行多尺度判别后通过FocalLoss和L1Loss损失函数共同进行优化； 步骤S200中将合成的缺陷图像S输入学生网络，并将合成的缺陷图像S所对应的输入图像O输入教师网络，所述学生网络通过余弦相似度匹配教师网络提取的输入图像O的特征，对所述特征进行重建，并对缺陷特征进行修复，其中： , , 其中，表示教师网络提取的第i层特征，表示学生网络提取的第i层特征，h∈[1,Hi]，w∈[1,Wi]，Hi表示第i层特征的高度，Wi表示第i层特征的宽度，i∈[1,3]，Ci表示通道数，表示沿通道维度计算余弦相似度获得的二维缺陷分数图，Lcos表示优化学生网络的损失函数； 步骤S400中优化的具体过程为： 教师-学生网络通过分割网络对Fts进行多尺度判别； 分割网络包括残差块、空洞空间金字塔池化模块和分割头，最终通过FocalLoss和L1Loss损失函数共同进行优化，将分割网络的输出记为P1，缺陷掩膜Mask通过双线性插值上采样到与P1同一尺度，其数学表达式为： , , , , 其中，，，H1表示分割结果P1的高度，W1表示分割结果P1的宽度，表示分割结果P1的一个像素值，表示FocalLoss的计算结果，表示L1Loss的计算结果，表示教师-学生分割网络的优化损失，表示控制聚焦系数的超参数，和表示损失权重超参数。

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中国矿业大学，其通讯地址为：221116 江苏省徐州市南郊翟山；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”。