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！

龙图腾网获悉长江大学申请的专利一种面向工业缺陷检测的自适应轻量化视觉Transformer网络结构优化方法及系统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：CN120912554B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202511047529.3，技术领域涉及：G06T7/00；该发明授权一种面向工业缺陷检测的自适应轻量化视觉Transformer网络结构优化方法及系统是由安富麟;杜国锋;马骐;邓福成;许锋;吴佳欣;石春桃设计研发完成，并于2025-07-29向国家知识产权局提交的专利申请。

本一种面向工业缺陷检测的自适应轻量化视觉Transformer网络结构优化方法及系统在说明书摘要公布了：本发明公开了一种面向工业缺陷检测的自适应轻量化视觉Transformer网络结构优化方法及系统，包括以下步骤：获取工业产品的表面图像数据，对图像进行预处理和缺陷标注；构建自适应轻量化的视觉Transformer缺陷检测模型；对缺陷检测模型进行训练优化，包括利用进化算法优化网络结构超参数，以及采用多目标损失函数平衡检测精度与模型复杂度；将训练优化后的模型部署在工业检测系统中，对待测产品的图像进行缺陷检测，输出缺陷的类型和位置。与现有技术相比，本发明能够在保证缺陷检测准确率的同时，大幅降低模型参数量和计算量，实现模型的自适应结构优化与高效部署，尤其适用于实时在线的工业缺陷检测应用。

本发明授权一种面向工业缺陷检测的自适应轻量化视觉Transformer网络结构优化方法及系统在权利要求书中公布了：1.一种面向工业缺陷检测的自适应轻量化视觉Transformer网络结构优化方法，其特征在于，包括如下步骤： 获取工业产品的图像数据，并对图像数据进行预处理和缺陷标注，建立用于训练的缺陷样本数据集； 构建自适应轻量化视觉Transformer缺陷检测模型，缺陷检测模型包括基于视觉Transformer的特征提取网络以及用于缺陷判断的输出网络，其中特征提取网络采用多头自注意力机制获取全局特征，并引入卷积模块以增强局部特征提取，特征提取网络的结构按照多尺度分层设计，并具有可调节的网络深度和宽度； 其中，构建自适应轻量化视觉Transformer缺陷检测模型包括：对输入图像进行分块编码得到图像补丁序列，将图像补丁序列输入Transformer的多头自注意力模块进行特征计算，并在每一层自注意力计算后对特征图进行Token融合降维，以逐层减少特征序列长度，从而降低计算量； 利用缺陷样本数据集对缺陷检测模型进行训练优化，训练过程中采用知识蒸馏以提升轻量化缺陷检测模型的精度，并通过结构优化算法自动调整缺陷检测模型的部分层数、节点或参数配置，以降低模型复杂度； 将训练优化后的缺陷检测模型部署至工业缺陷检测系统中，对待检测工业产品的待测图像进行缺陷检测，包括将待测图像输入缺陷检测模型，通过特征提取网络提取图像特征并由输出网络生成缺陷检测结果，缺陷检测结果包括缺陷的存在与否、缺陷类型以及缺陷在图像中的位置； 根据缺陷检测结果输出报警或分类信息。

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长江大学，其通讯地址为：434023 湖北省荆州市南环路1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。