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！

龙图腾网获悉清华大学深圳国际研究生院申请的专利一种基于深度隐式网络的缺陷检测方法与模型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：CN116452516B 。

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：202310302286.8，技术领域涉及：G06T7/00；该发明授权一种基于深度隐式网络的缺陷检测方法与模型是由王好谦;殷俊;刘智方设计研发完成，并于2023-03-27向国家知识产权局提交的专利申请。

本一种基于深度隐式网络的缺陷检测方法与模型在说明书摘要公布了：本发明公开了一种基于深度隐式网络的缺陷检测方法与模型，方法包括：S1、模型构建：利用多尺度混合窗口自注意力模块和深度隐式网络搭建缺陷检测模型，该模型包括特征编码分支和基于深度隐式网络的图像恢复分支；S2、模型训练：以非固定而由具体任务确定分辨率的图像为输入，获取图像特征图、缺陷编码图和由深度隐式网络复原的与输入同分辨率或高分辨率的图像，以图像复原损失作为主要监督信号；S3、推理阶段：获取缺陷编码图，确定缺陷类别与位置。

本发明授权一种基于深度隐式网络的缺陷检测方法与模型在权利要求书中公布了：1.一种基于深度隐式网络的缺陷检测方法，其特征在于，包括如下步骤： S1、模型构建：构建缺陷检测模型，该模型包括特征编码分支和基于深度隐式网络的图像恢复分支；其中，所述特征编码分支用于提取待检测物的原图像中不同层次和不同尺度的特征，以获取图像特征图和缺陷编码图；所述图像恢复分支用于以所述图像特征图、所述缺陷编码图和像素位置编码为输入，解码获取处于成像平面中任意实数点坐标的RGB值； 所述特征编码分支基于多尺度混合窗口自注意力模块构建，借助多尺度方法和窗口内部的注意力机制，使所述图像特征图中包含不同层次与尺度的图像细节和局部、全局的描述，同时使得模型得以适应由像素级毛刺到整体色彩偏差的不同尺寸缺陷类型； 所述特征编码分支包括由多尺度混合窗口自注意力模块构建的U型网络，所述U型网络以图像分辨率降低及通道数扩增而获得的初始特征图为输入，在U型网络的前半下降分支，于每k个多尺度混合窗口自注意力模块后以卷积方式降采样为输入的一半，同时扩增通道数为2倍；同时，U型网络以跳跃连接保留低层次特征并融合多层次特征，所述跳跃连接是U型网络的前半下降分支各降采样阶段的输出与后半上升分支对应尺寸的特征图拼接； S2、训练阶段：以非固定而由具体任务确定分辨率的图像为输入，获取图像特征图、缺陷编码图和由深度隐式网络复原的与输入同分辨率或高分辨率的图像；模型以图像复原损失作为主要监督信号；针对无缺陷图像，约束所得缺陷编码图为全0输出；针对存在缺陷的图像，首先最小化缺陷发生点的缺陷编码与无缺陷情况下图像上任意点缺陷编码的相似度，其次基于三元组损失，最大化缺陷发生点的缺陷编码的类间距离，最小化缺陷类内编码距离； S3、推理阶段：首先以缺陷编码图为输出遍历训练数据集，计算各类别编码中心；随后，在推理阶段，对于任意输入图像，根据其缺陷编码图与各类编码中心的距离判断对应图像区域类别。

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清华大学深圳国际研究生院，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；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。