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域自适应的工业图像异常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：CN116433634B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310412596.5，技术领域涉及：G06T7/00；该发明授权一种基于域自适应的工业图像异常检测方法是由王好谦;任丽萍设计研发完成，并于2023-04-10向国家知识产权局提交的专利申请。

本一种基于域自适应的工业图像异常检测方法在说明书摘要公布了：本发明公开了基于域自适应的工业图像异常检测方法，包括：将源图像中的补丁混合到目标图像中，由正常图像数据创建合成异常图和相应的二值异常掩码图；使用合成异常图训练异常检测器，定位异常区域生成异常分割预测图；使用训练的异常检测器在真实样本上生成正常、异常特征原型；构建原型域自适应范式，拉近异常分割预测图中预测正常区域与正常特征原型之间的距离以及异常分割预测图中预测异常区域与异常特征原型之间的距离，拉远预测异常区域与正常特征原型之间的距离以及预测正常区域与异常特征原型之间的距离；用异常检测器预测的真实样本数据集的伪标签异常预测图自监督训练优化异常检测器，使异常检测器迁移到真实工业图像数据。

本发明授权一种基于域自适应的工业图像异常检测方法在权利要求书中公布了：1.一种基于域自适应的工业图像异常检测方法，其特征在于，包括如下步骤： S1、从正常图像数据中随机选取两个样本分别作为源图像和目标图像，将源图像中的补丁混合到目标图像中，从而由正常图像数据创建合成异常图和相应的二值异常掩码图； S2、使用所述合成异常图训练异常检测器，定位异常区域生成异常分割预测图； S3、使用经步骤S2训练的异常检测器在真实样本上生成正常特征原型和异常特征原型； S4、构建原型域自适应范式，拉近所述异常分割预测图中预测正常区域与所述正常特征原型之间的距离以及所述异常分割预测图中预测异常区域与所述异常特征原型之间的距离，拉远所述预测异常区域与所述正常特征原型之间的距离以及所述预测正常区域与所述异常特征原型之间的距离； S5、用异常检测器预测的真实样本数据集的伪标签异常预测图自监督训练优化异常检测器，使异常检测器迁移到真实工业图像数据； 步骤S1具体包括： S11、从源图像中随机生成一个矩形补丁； S12、随机调整所述矩形补丁的大小和不同的中心位置； S13、将调整后的补丁无缝地混合到目标图像中； S14、重复步骤S11~S13以在同一目标图像中添加多个补丁，获得所述合成异常图； S15、使用引入外部补丁的局部强度表示是否存在差异来创建逐像素的标签，获得所述二值异常掩码图。

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。