香港科技大学穆罕默德·奥斯曼·布塔获国家专利权
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！
龙图腾网获悉香港科技大学申请的专利基于半监督学习的缺陷检测方法和装置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：CN113643224B 。
龙图腾网通过国家知识产权局官网在2025-09-05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：202010338415.5，技术领域涉及：G06T7/00；该发明授权基于半监督学习的缺陷检测方法和装置是由穆罕默德·奥斯曼·布塔;焦健浩;云鹏;王远;孙学斌;刘明设计研发完成，并于2020-04-26向国家知识产权局提交的专利申请。
本基于半监督学习的缺陷检测方法和装置在说明书摘要公布了：本申请提供了一种基于半监督学习的缺陷检测方法和装置。该基于半监督学习的缺陷检测方法包括：获得检测对象的图像，其中部分图像的缺陷被标记；使用第一分类器将所述图像识别为缺陷和背景，其中，所述第一分类器利用所述部分图像的数据基于半监督学习方法训练得到；以及使用第二分类器将所述缺陷分类为多种类型的缺陷，其中，所述第二分类器利用所述部分图像的数据基于半监督学习方法训练得到。
本发明授权基于半监督学习的缺陷检测方法和装置在权利要求书中公布了：1.一种基于半监督学习的缺陷检测方法，包括： 获得检测对象的图像，其中部分图像的缺陷被标记； 使用第一分类器将所述图像识别为缺陷和背景，其中，所述第一分类器利用所述部分图像的数据基于半监督学习方法训练得到，所述第一分类器是分段K均值分类器；以及 使用第二分类器将所述缺陷分类为多种类型的缺陷，其中，所述第二分类器利用所述部分图像的数据基于半监督学习方法训练得到，所述第二分类器是随机森林分类器， 其中，利用所述部分图像的数据基于半监督学习方法训练得到所述第一分类器包括： 迭代使用k均值方法，对于每个k均值迭代，基于被标记的数据，保留包含被标记的数据比例最高的n个聚类，将该n个聚类投射到下一个k均值迭代，并丢弃其余聚类，直到被丢弃的聚类的数量小于预设阈值为止。
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香港科技大学，其通讯地址为：中国香港九龙清水湾；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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号