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！

龙图腾网获悉成都数之联科技股份有限公司申请的专利一种基于半监督学习和变化检测的缺陷识别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：CN120495299B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202510985049.5，技术领域涉及：G06T7/00；该发明授权一种基于半监督学习和变化检测的缺陷识别方法及系统是由请求不公布姓名;请求不公布姓名;请求不公布姓名设计研发完成，并于2025-07-17向国家知识产权局提交的专利申请。

本一种基于半监督学习和变化检测的缺陷识别方法及系统在说明书摘要公布了：本发明提供一种基于半监督学习和变化检测的缺陷识别方法及系统，涉及缺陷检测领域，所述方法流程为：获取相同拍摄条件下不同时间的单时相图像，并且对单时相图像进行预处理，以构建样本数据集；构建缺陷识别模型，并且基于样本数据集对缺陷识别模型进行半监督学习和变化检测，以得到最终的缺陷识别模型；其中，所述缺陷识别模型包括无监督模型和有监督模型；采用最终的缺陷识别模型对单时相图像进行缺陷识别，以得到缺陷识别结果。本发明采用半监督学习和变化检测的方式对缺陷进行检测，通过收集硬件缺陷中部分样本，采用变化检测的方式进行缺陷检出，从而减少人力，提升缺陷识别检出的准确率。

本发明授权一种基于半监督学习和变化检测的缺陷识别方法及系统在权利要求书中公布了：1.一种基于半监督学习和变化检测的缺陷识别方法，其特征在于，所述方法包括以下流程： 1获取相同拍摄条件下不同时间的单时相图像，并且对单时相图像进行预处理，以构建样本数据集； 2构建缺陷识别模型，并且基于样本数据集对缺陷识别模型进行半监督学习和变化检测，以得到最终的缺陷识别模型；其中，所述缺陷识别模型包括无监督模型和有监督模型； 无监督训练的流程如下： 2.11对N张未标注的单时相图像进行数据增强，以得到增强图像； 2.12对增强图像进行数据扰动和双时相交换，以得到畸变图像； 2.13对增强图像和畸变图像进行特征提取，以得到双时相特征图像； 2.14将双时相特征图像输入聚合分布模型，经聚合分布模型对双时相特征图像进行空间特征交换和通道特征交换，并且对空间特征交换和通道特征交换的双时相特征图像进行全局特征增强提取，以得到双时相特征图像的重采样图像特征； 并且，对经过全局特征增强模型提取模型之后的重采样图像特征再进行一次数据扰动，设置置信度阈值过滤，从而得到过滤的重采样图像特征，并且通过计算损失函数，从而不断缩小置信度阈值过滤的重采样图像特征与原始特征图的距离的差距；其中，所述原始特征图为未标注的单时相图像的原始特征图； 有监督训练的流程如下： 2.21对N张单时相图像以及对应标签进行两次随机选择，以得到伪双时相图像和标签以及伪双时相图像和； 2.22对伪双时相图像和标签以及伪双时相图像和进行数据增强，生成更多的伪双时相图像和以及对应标签和； 2.23对伪双时相图像和进行双时相交换，以得到时间对称图像和，并且对标签和进行变化检测标签生成，以得到对应的变化检测标签； 并且，将伪双时相图像和以及时间对称图像和进行特征提取，以得到对应的特征图像；并且将特征图像输入聚合分布模型，经聚合分布模型对伪双时相图像和以及时间对称图像和的特征图像进行空间特征交换和通道特征交换，并且对空间特征交换和通道特征交换的特征图像进行全局特征增强提取，以得到伪双时相特征的重采样图像特征和，并且通过计算损失函数和，从而不断缩小重采样图像特征和与变化检测标签的差距； 3采用最终的缺陷识别模型对单时相图像进行缺陷识别，以得到缺陷识别结果。

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成都数之联科技股份有限公司，其通讯地址为：610000 四川省成都市武侯区人民南路四段11号附1号1栋8层804、805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。