Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 福州大学;福建三钢闽光股份有限公司钟剑锋获国家专利权

福州大学;福建三钢闽光股份有限公司钟剑锋获国家专利权

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!

龙图腾网获悉福州大学;福建三钢闽光股份有限公司申请的专利基于自监督孪生比较网络的工件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:CN120894347B

龙图腾网通过国家知识产权局官网在2026-01-09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:202511366853.1,技术领域涉及:G06T7/00;该发明授权基于自监督孪生比较网络的工件缺陷检测方法是由钟剑锋;舒胜程;林奇辉;邱纪汉;黄云华;施羽涵;兰源平;吴舒淇;丘志锋;叶爱丽;黄继平设计研发完成,并于2025-09-24向国家知识产权局提交的专利申请。

基于自监督孪生比较网络的工件缺陷检测方法在说明书摘要公布了:本发明提供一种基于自监督孪生比较网络的工件缺陷检测方法,首先对无缺陷工件图像通过滑动窗口分割生成子图,基于子图与原图的空间重叠度计算自监督相似矩阵标签;同时对所述子图和原图分别进行增强处理;将增强后的子图与原图输入孪生特征提取网络,先通过包含FastMatch层和STNs层的仿射适应架构进行迭代优化:所述FastMatch层匹配子图与原图特征并输出最高相似度特征对,所述STNs层基于全连接网络生成仿射矩阵以校准子图视角;再对优化后的特征向量进行互卷积运算生成初始相似度矩阵;随后通过卷积网络生成空间相似分布图,完成网络模型训练;检测时,将待检测图像与基准图像经视角对齐后输入训练好的模型,基于双向相似度匹配结果与阈值判定缺陷存在性。

本发明授权基于自监督孪生比较网络的工件缺陷检测方法在权利要求书中公布了:1.一种基于自监督孪生比较网络的工件缺陷检测方法,其特征在于,首先对无缺陷工件图像通过滑动窗口分割生成子图,基于子图与原图的空间重叠度计算自监督相似矩阵标签,所述标签的生成无需缺陷样本标注;同时对所述子图和原图分别进行增强处理;将增强后的子图与原图输入孪生特征提取网络,先通过包含FastMatch层和STNs层的仿射适应架构进行迭代优化:所述FastMatch层匹配子图与原图特征并输出最高相似度特征对,所述STNs层基于全连接网络生成仿射矩阵以校准子图视角;再对优化后的特征向量进行互卷积运算生成初始相似度矩阵;随后通过卷积网络生成空间相似分布图,完成网络模型训练;检测时,将待检测图像与基准图像经视角对齐后输入训练好的模型,基于双向相似度匹配结果与阈值判定缺陷存在性; 所述FastMatch层的匹配过程包括: 将原图特征向量按与子图特征向量尺寸相同的滑动窗口及窗口大小的步长进行分割,通过特征向量的余弦相似度或点积运算计算子图特征向量与分割后原图特征向量的相似度矩阵,选取最高相似度的原图分割特征向量与子图特征向量沿通道维度拼接,生成综合向量; 所述STNs层包括2层全连接层,且两层均加入Dropout层,输出2行3列的仿射矩阵张量;所述仿射适应架构对FastMatch层与STNs层的联合处理重复至少3次以强化仿射适应性。

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福州大学;福建三钢闽光股份有限公司,其通讯地址为:350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。