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！

龙图腾网获悉湖南科技大学申请的专利一种基于可微分神经架构搜索的表面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：CN117173091B 。

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：202310733957.6，技术领域涉及：G06T7/00；该发明授权一种基于可微分神经架构搜索的表面缺陷检测方法是由陈少淼;雷志文;彭诚权;赵心怡;王洋设计研发完成，并于2023-06-20向国家知识产权局提交的专利申请。

本一种基于可微分神经架构搜索的表面缺陷检测方法在说明书摘要公布了：本发明公开了一种基于可微分神经架构搜索的表面缺陷检测方法，方法包括：集合若干个神经网络架构基础组件得到搜索空间,将该搜索空间中所有神经网络架构基础组件通过权重共享生成超网络；构建表面缺陷数据集；采取梯度下降的方法，联合优化架构参数和网络内部权重从超网络中搜索出最优的子网络架构cell；将最优子网络架构cell堆叠成网络，使用缺陷数据集对其进行训练和评估测试，得到最优模型完成具体场景的表面缺陷检测任务；本发明使用可微分搜索技术完成了表面缺陷检测中关键模型设计的任务，从而解决了表面缺陷检测领域中训练样本短缺的关键问题，并同时拥更强的特征学习能力，可以更好的适用于不同的缺陷检测场景。

本发明授权一种基于可微分神经架构搜索的表面缺陷检测方法在权利要求书中公布了：1.一种基于可微分神经架构搜索的表面缺陷检测方法，其特征在于，包括以下步骤： 步骤一：通过集合神经网络架构基础组件得到搜索空间,将搜索空间中所有神经网络架构基础组件通过权重共享生成超网络； 步骤二：构建表面缺陷数据集，使用缺陷数据集对步骤一中的超网络进行训练，采取梯度下降方法，联合优化架构参数和网络内部权重从超网络中生成最优的子网络架构cell； 步骤三：将步骤二中搜索出来的最优子网络架构cell堆叠成网络，使用缺陷数据集对其进行训练和评估测试；如果网络模型的性能不是最佳，则对搜索空间和搜索算法进行调整，并再次进行搜索；最后，使用该网络模型完成表面缺陷检测任务； 所述步骤一具体包括： 步骤11：待搜索的神经网络架构基础组件包括神经网络节点间的拓扑结构和神经网络节点之间的操作集合； 神经网络节点间的拓扑结构：网络结构由搜索出的两类不同的cell，Normalcell和Reductioncell，按照一定的顺序堆叠而成；每个cell都是包含了7个节点的有向无环图，每个节点表示卷积网络中的特征图xi,每条边ei,j代表将特征图xi变换到特征图xj的操作Oi,j,如下所示： 七个节点中有两个输入节点，一个输出节点，和四个中间节点，输出节点由四个中间节点进行通道连接而成； 神经网络节点间的操作指在神经网络中连接不同层之间的计算操作，将输入数据从一个层传递到下一个层，完成对输入数据的特征提取和预测任务； 步骤12：将搜索空间中所有神经网络架构基础组件通过权值共享生成超网络，具体包括： 步骤121：候选操作集的每个操作处理每个节点的特征图，再对所有操作得到的结果加权求和，即 其中的含义为：第i个特征图到第j个特征图之间的操作Oi,j的权重，若某个操作的权重那么就认为对于整个网络结构不需要这个操作； 步骤122：对每两个节点之间的操作权重进行Softmax操作，即 所述步骤二具体包括： 步骤21：构建表面缺陷数据集； 步骤22：使用缺陷数据集对超网络进行训练，令在表面缺陷数据集上的训练损失和验证损失分别为和网络内部权重为ω，以最优权重ω*和在验证集上损失最小的架构α*为目标，基于可微分搜索空间使用梯度下降方法进行优化； 步骤23：以架构α为上级变量，权重ω为下级变量，构建两级联合优化问题： 所述步骤三具体包括： 步骤31：将步骤二中搜索出的cell结构堆叠成网络； 步骤32：使用验证集和测试集对堆叠好的网络模型进行评估；评估指标包括准确率、召回率、精确率至少之一；如果模型的性能不是最佳，则需要对搜索空间和搜索算法进行调整，并再次进行搜索； 步骤33：根据模型的评估结果对搜索空间进行调整，并再次进行cell结构的搜索；进行迭代直到获得最佳的模型性能为止； 所述步骤32具体包括以下子步骤： 步骤321：将训练集划分为训练集和验证集； 步骤322：在训练集上训练堆叠好的模型，并使用验证集对模型进行验证；在验证集上计算模型的损失函数和准确率和或召回率； 步骤323：根据模型在验证集上的表现，对搜索空间和搜索算法进行调整；包括增加搜索空间的大小和或修改搜索算法的超参数； 步骤324：使用测试集对模型进行评估；在测试集上计算模型的准确率和或召回率； 步骤325：如果模型的性能不佳，根据测试集的结果，再次对搜索空间和搜索算法进行调整，并再次进行搜索，直到获得最佳的模型性能为止。

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湖南科技大学，其通讯地址为：411201 湖南省湘潭市雨湖区石码头2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。