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！

龙图腾网获悉深圳市华汉伟业科技有限公司申请的专利基于迁移学习的无监督缺陷检测方法和系统、存储介质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：CN115994900B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202310085859.6，技术领域涉及：G06T7/00；该发明授权基于迁移学习的无监督缺陷检测方法和系统、存储介质是由曾利宏;杨洋;翟爱亭;郭家元设计研发完成，并于2023-01-18向国家知识产权局提交的专利申请。

本基于迁移学习的无监督缺陷检测方法和系统、存储介质在说明书摘要公布了：基于迁移学习的无监督缺陷检测方法系统、存储介质，通过将待检测图像输入缺陷检测模型获得其特征描述图，将该特征描述图与预先保存的正常样本图像的核心特征图比较以确定待检测图像的缺陷区域；缺陷检测模型的训练包括：将正常样本图像分批作为当前样本图像，将各当前样本图像分别输入初始化的缺陷检测模型得到各当前样本图像的特征描述图，对当前样本图像的特征描述图进行特征压缩处理后，与上一批次的融合特征图进行特征融合作为新的融合特征图，将最后一个批次获得的融合特征图作为正常样本图像的核心特征图，以核心特征图引导缺陷检测模型训练。由于训练过程中无需缺陷图像参与，相比有监督的检测方式更易于在工业上进行实际应用。

本发明授权基于迁移学习的无监督缺陷检测方法和系统、存储介质在权利要求书中公布了：1.一种基于迁移学习的无监督缺陷检测方法，其特征在于，包括： 获取被测物体的待检测图像； 将所述待检测图像输入训练好的缺陷检测模型以得到所述待检测图像的特征描述图； 将所述待检测图像的特征描述图与预先保存的正常样本图像的核心特征图进行比较，根据两者的差异确定所述待检测图像的缺陷区域； 其中所述缺陷检测模型按以下步骤训练得到： 获取由正常样本图像组成的训练样本集； 将所述训练样本集的正常样本图像按批次作为当前样本图像，对于每一批次，将其中的各当前样本图像分别输入设置了初始参数的所述缺陷检测模型以得到各当前样本图像的特征描述图，对当前样本图像的特征描述图进行特征压缩处理得到压缩特征图，并与上一批次获得的融合特征图进行特征融合作为新的融合特征图，保存最后一个批次获得的融合特征图作为正常样本图像的核心特征图，其中第一批次正常样本图像的压缩特征图与0值图像进行特征融合，所述核心特征图与特征描述图的分辨率相同； 使用所述训练样本集对所述缺陷检测模型进行训练，获得最终的模型参数，训练目标为正常样本图像的特征描述图与所述核心特征图的相异处的差异增大、相似处的差异减小。

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深圳市华汉伟业科技有限公司，其通讯地址为：518000 广东省深圳市南山区西丽街道西丽社区同发南路万科云城六期二栋1702房-1706房；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。