Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中兵智能创新研究院有限公司侯泽宇获国家专利权

中兵智能创新研究院有限公司侯泽宇获国家专利权

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!

龙图腾网获悉中兵智能创新研究院有限公司申请的专利一种半监督异常检测模型训练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:CN119832363B

龙图腾网通过国家知识产权局官网在2025-09-16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:202411969128.9,技术领域涉及:G06V10/774;该发明授权一种半监督异常检测模型训练方法是由侯泽宇;苏波;冯付勇;党睿娜;董庆丽;郑莉设计研发完成,并于2024-12-30向国家知识产权局提交的专利申请。

一种半监督异常检测模型训练方法在说明书摘要公布了:本发明涉及一种半监督异常检测模型训练方法,属于检测模型训练技术领域,解决了现有技术中数据标注困难、样本不平衡以及过拟合风险高的问题的问题。获取异常产品图像并对异常产品图像中的异常区域进行标注得到异常样本,获取正常产品图像并对正常产品图象进行标注得到正常样本,基于正常样本和异常样本构建训练集和验证集;所述训练集和验证机均同时包括异常样本和正常样本;构建半监督异常检测模型,对半监督异常检测模型进行初始化操作;将训练集输入至初始化后的半监督异常检测模型进行模型训练,更新模型参数,通过验证集评估模型性能,直至模型性能满足预定标准,停止训练,得到训练好的半监督异常检测模型。

本发明授权一种半监督异常检测模型训练方法在权利要求书中公布了:1.一种半监督异常检测模型训练方法,其特征在于,所述方法包括: 获取异常产品图像并对异常产品图像中的异常区域进行标注得到异常样本,所述异常样本包括异常产品图像及其对应的标签,异常产品图像对应的标签包括异常产品图像的异常区域和分类信息; 获取正常产品图像并对正常产品图像进行标注得到正常样本,所述正常样本包括正常产品图像及其对应的标签,正常产品图像对应的标签包括分类信息; 基于正常样本和异常样本构建训练集和验证集;所述训练集和验证机均同时包括异常样本和正常样本; 构建半监督异常检测模型,对半监督异常检测模型进行初始化操作;将训练集输入至初始化后的半监督异常检测模型进行模型训练,更新模型参数,通过验证集评估模型性能,直至模型性能满足预定标准,停止训练,得到训练好的半监督异常检测模型; 所述将训练集输入至初始化后的半监督异常检测模型进行模型训练包括多个,在每个中,将训练集划分为多个,每个中均包括随机的正常样本和异常样本,分别将多个输入至初始化后的半监督异常检测模型进行模型训练; 完成一个中所有的处理后,通过验证集评估模型的性能,若模型性能未满足预定标准,则继续下一个的训练; 若模型性能满足预定标准,则停止训练,保存模型参数; 所述半监督异常检测模型包括输入模块、模块和编码器; 将每个输入至初始化后的半监督异常检测模型进行模型训练,包括: 将中的正常样本和异常样本输入至半监督异常检测模型的输入模块,输入模块将正常样本输出至模块,将异常样本输出至编码器; 模块对正常样本的图像数据进行特征提取,基于提取的特征,生成图像重建数据,同时将提取的特征输出至伪标签器; 编码器对异常样本的图像数据进行特征提取并生成潜在异常信息和异常重建数据; 伪标签器基于模块提取的特征生成伪标签; 基于图像重建数据、潜在异常信息、异常重建数据构建损失函数,通过反向传播更新模型参数;在每个训练结束后,根据训练进度调整学习率。

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兵智能创新研究院有限公司,其通讯地址为:100071 北京市丰台区科兴路7号1层A区21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”。

以上内容由AI智能生成
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。