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！

龙图腾网获悉江苏大学申请的专利一种基于元学习的芯片表面缺陷目标检测网络及其训练方法和应用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：CN119399145B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202411453723.7，技术领域涉及：G06T7/00；该发明授权一种基于元学习的芯片表面缺陷目标检测网络及其训练方法和应用是由顾寄南;向泓宇;王文波;王翔;高艳;单韵竹;朱永民设计研发完成，并于2024-10-17向国家知识产权局提交的专利申请。

本一种基于元学习的芯片表面缺陷目标检测网络及其训练方法和应用在说明书摘要公布了：本发明公开了一种基于元学习的芯片表面缺陷目标检测网络及其训练方法和应用，通过构建支持元学习的芯片表面缺陷目标检测网络，包括依次连接的编码器、解码器、检测头；编码器采用Resnet网络，Resnet网络包括多个Layer，以输出不同大小的特征图；解码器由多个多尺度特征融合模块组成，对特征图进行多尺度特征融合得到用于预测目标位置的预测特征图，检测头能够实现对中心点位置信息和分类信息进行回归预测以及对中心点与目标预测框之间的距离进行回归预测；训练好的芯片表面缺陷目标检测网络结构可用于对芯片表面缺陷进行检测。

本发明授权一种基于元学习的芯片表面缺陷目标检测网络及其训练方法和应用在权利要求书中公布了：1.一种基于元学习的芯片表面缺陷目标检测网络训练方法，其特征在于，包括如下步骤： 步骤1，构建支持元学习的芯片表面缺陷目标检测网络，所述芯片表面缺陷目标检测网络包括依次连接的编码器、解码器、检测头；其中，所述编码器采用Resnet网络，所述Resnet网络的输入是由图片构成的元支持集和元查询集；所述Resnet网络包括多个Layer，每个Layer输出不同大小的特征图； 所述解码器由多个多尺度特征融合模块组成，所述多尺度特征融合模块接收编码器输出的特征图并进行多尺度特征融合得到用于预测目标位置的预测特征图，所述多尺度特征融合模块包括DGM模块、CEM模块和DAnA模块； 所述检测头包括CRD模块、MAD模块、中心点回归预测模块和点框间距回归预测模块，其中，CRD模块对解码器输出的预测特征图进行特征增强，随后由中心点回归预测模块对中心点位置信息和分类信息进行回归预测； MAD模块对特征增强后的特征图进行多尺度特征变换以及深度卷积操作，增强特征图中的空间距离信息；随后由点框间距回归预测模块对中心点与目标预测框之间的距离进行回归预测； 步骤2，基于步骤1搭建好的芯片表面缺陷目标检测网络结构，获取芯片表面缺陷图片构建元支持集和元查询集，利用元支持集和元查询集对芯片表面缺陷目标检测网络结构进行训练。

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江苏大学，其通讯地址为：212013 江苏省镇江市学府路301；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”。

以上内容由龙图腾AI智能生成。