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！

龙图腾网获悉西安电子科技大学申请的专利一种基于图像补丁分类的工业品表面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：CN119205660B 。

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：202411250236.0，技术领域涉及：G06T7/00；该发明授权一种基于图像补丁分类的工业品表面异常检测方法是由田隆;李宇飞;戴雨阳;陈文超;石昊南设计研发完成，并于2024-09-06向国家知识产权局提交的专利申请。

本一种基于图像补丁分类的工业品表面异常检测方法在说明书摘要公布了：本发明涉及一种基于图像补丁分类的工业品表面异常检测方法，包括：获取工业品表面图像；利用训练好的特征提取器对工业品表面图像进行特征提取和切割得到若干补丁块，利用训练好的二分类器对若干补丁块进行检测，得到每个补丁块的异常分数，其中，训练好的二分类器利用异常样本包含异常区域的若干异常补丁块和正常样本的若干正常补丁块对二分类器进行训练得到，异常区域的若干补丁块覆盖工业品表面异常类型；将带有异常分数的补丁块重排和调整回工业品表面图像的形状和大小得到异常分数图，根据异常分数图判断工业品表面图像是否存在异常。该方法既能脱离数据集的依赖，又能方便快捷训练模型，提升了工业品表面异常检测的速度和准确率。

本发明授权一种基于图像补丁分类的工业品表面异常检测方法在权利要求书中公布了：1.一种基于图像补丁分类的工业品表面异常检测方法，其特征在于，包括步骤： 获取工业品表面图像； 利用训练好的特征提取器对所述工业品表面图像进行特征提取和切割得到若干补丁块，并利用训练好的二分类器对所述若干补丁块进行检测，得到每个补丁块的异常分数；其中，所述训练好的二分类器利用异常样本包含异常区域的若干异常补丁块和正常样本的若干正常补丁块对二分类器进行训练得到，所述异常区域的若干补丁块覆盖工业品表面异常类型； 其中，所述特征提取器和所述二分类器的训练方法包括步骤： 获取包含工业品表面图像和所述工业品表面图像对应异常区域掩码图的训练数据集； 初始化所述特征提取器和所述二分类器的参数； 对训练数据集中的图像进行特征提取和切割，得到若干异常样本的异常补丁块和若干正常样本的正常补丁块； 根据所述异常区域掩码图中标注的异常区域，从若干异常补丁块中选择真正包含异常的若干异常补丁块作为异常数据，并根据所述异常补丁块的数量随机选择若干正常补丁块作为正常数据； 利用所述异常数据和所述正常数据训练所述二分类器以优化二分类器的分类损失函数，输出每个异常补丁块和每个正常补丁块的异常分数； 将带有所述异常分数的补丁块重排和调整回所述工业品表面图像的形状和大小，得到异常分数图； 计算所述异常分数图和所述异常区域掩码图之间的图像损失函数； 利用所述分类损失函数和所述图像损失函数更新二分类器和特征提取器的网络参数； 当满足迭代条件时，得到训练好的特征提取器和训练好的二分类器； 将带有所述异常分数的补丁块重排和调整回所述工业品表面图像的形状和大小得到异常分数图，根据所述异常分数图判断所述工业品表面图像是否存在异常。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路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。