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！

龙图腾网获悉华中科技大学申请的专利一种反向蒸馏工业异常检测模型及其构建方法、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：CN121147577B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202511102612.6，技术领域涉及：G06V10/764；该发明授权一种反向蒸馏工业异常检测模型及其构建方法、检测方法是由沈华波;杨华;赖彦设计研发完成，并于2025-08-07向国家知识产权局提交的专利申请。

本一种反向蒸馏工业异常检测模型及其构建方法、检测方法在说明书摘要公布了：本发明属于异常检测领域，并具体公开了一种反向蒸馏工业异常检测模型及其构建方法、检测方法，其包括：通过训练集对异常检测模型进行训练，异常检测模型包括教师编码器、学生解码器和辅助分类器，教师编码器经过正常图像的预训练，学生解码器采用轻量化处理后的教师编码器架构；训练集包括异常图像、异常标签和类别标签，训练时教师编码器对异常图像进行特征提取，得到特征图A；学生解码器基于特征图A进行反向知识蒸馏，重建得到特征图B；基于特征图A和B之间的差异，确定异常图像上的异常位置，即异常标签；辅助分类器基于学生解码器中各卷积层生成的中间特征，得到类别标签。本发明提升了复杂工业场景下的异常检测鲁棒性和分类精度。

本发明授权一种反向蒸馏工业异常检测模型及其构建方法、检测方法在权利要求书中公布了：1.一种反向蒸馏工业异常检测模型的构建方法，其特征在于，包括如下步骤： 通过训练集对异常检测模型进行训练，得到训练好的异常检测模型； 所述异常检测模型包括教师编码器、学生解码器和辅助分类器，所述教师编码器经过正常图像的预训练，所述学生解码器采用轻量化处理后的教师编码器架构； 所述训练集包括异常图像以及对应的异常标签和类别标签；训练时： 教师编码器对异常图像进行特征提取，得到特征图A； 学生解码器基于特征图A，通过逆向特征传播进行反向知识蒸馏，重建得到特征图B；基于特征图A和B之间的差异，确定异常图像上的异常位置，即异常标签； 辅助分类器基于学生解码器中各卷积层生成的中间特征，得到类别标签；辅助分类器中，动态分配学生解码器各卷积层生成的中间特征的权重，并通过空间注意力机制增强对于图像特征的敏感性；辅助分类器输出如下： 其中，y表示辅助分类器输出，Classifier表示分类器，Downsample表示下采样，o0、o1、o2分别表示学生解码器中间3个相邻层的特征； 对异常检测模型进行训练时，采用的损失函数Ltotal为： Ltotal=Lpix+αLcls 其中，Lpix为学生解码器的特征重建损失，Lcls为辅助分类器的分类损失，α为动态权重。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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。