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！

龙图腾网获悉浙江工业大学申请的专利一种缺陷检测网络模型训练方法、系统及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：CN116309496B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202310299739.6，技术领域涉及：G06T7/00；该发明授权一种缺陷检测网络模型训练方法、系统及缺陷检测方法是由袁巨龙;王安静;王金虎;孔佳骏;毛越初;陈聪;吴金津设计研发完成，并于2023-03-20向国家知识产权局提交的专利申请。

本一种缺陷检测网络模型训练方法、系统及缺陷检测方法在说明书摘要公布了：本发明涉及缺陷检测领域，提出一种缺陷检测网络模型训练方法、系统及缺陷检测方法，其中训练方法包括：S1，采集无缺陷图片样本集；S2，通过差分编码器对无缺陷图片进行编码，以得到差分编码图片；S3，通过生成器对差分编码图片进行重构，以得到重构图片；S4，通过判别器判别重构图片是否为无缺陷图片；S5，重复迭代步骤S2‑S4，并计算相应损失函数以对差分编码器、生成器、判别器进行训练，直至判别器判别结果在预设次数内均为无缺陷图片，进而得到包括训练后的差分编码器、生成器的缺陷检测网络模型。通过差分编码器和生成器的组合使训练后的网络模型更加稳定，不易发生模式崩塌，泛化能力弱，使缺陷检测效率提升，缺陷定位更加精准。

本发明授权一种缺陷检测网络模型训练方法、系统及缺陷检测方法在权利要求书中公布了：1.一种缺陷检测网络模型训练方法，其特征在于，包括步骤： S1，采集无缺陷图片样本集； S2，通过差分编码器对无缺陷图片进行编码，以得到差分编码图片； S3，通过生成器对差分编码图片进行重构，以得到重构图片； S4，通过判别器判别重构图片是否为无缺陷图片； S5，重复迭代步骤S2-S4，并计算相应损失函数以对差分编码器、生成器、判别器进行训练，直至判别器判别结果在预设次数内均为无缺陷图片，进而得到包括训练后的差分编码器、生成器的缺陷检测网络模型； 步骤S2中，包括步骤： S2.1，通过下采样模块对无缺陷图片进行卷积处理，以得到第一特征图； S2.2，通过全连接模块对第一特征图进行卷积处理，以得到正态分布的标准差和正态分布的均值； S2.3，基于正态分布的标准差和正态分布的均值，计算得到差分编码图片； 步骤S2与步骤S3之间，还包括步骤：将差分编码图片输入多尺度特征融合模块，对差分编码图片不同维度的特征进行多尺度融合，以得到特征融合的第二特征图，将所述特征融合的第二特征图进行拼接，拼接后输入特征提取模块，以得到优化后差分编码图片； 步骤S3中，包括步骤： S3.1，通过全连接模块对差分编码图片、优化后差分编码图片进行处理，以得到第三特征图；S3.2，通过上采样模块对所述第三特征图进行重构，以得到差分编码的重构图片、优化后差分编码的重构图片。

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浙江工业大学，其通讯地址为：310000 浙江省杭州市拱墅区潮王路18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”。

以上内容由龙图腾AI智能生成。