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！

龙图腾网获悉桂林电子科技大学申请的专利基于数据生成的弱监督卫生用品缺陷检测方法及装置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：CN116385790B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202310368809.9，技术领域涉及：G06V10/764；该发明授权基于数据生成的弱监督卫生用品缺陷检测方法及装置是由石烈纯;杨辉华;杨牧;赵亮;赵文义;宋明望设计研发完成，并于2023-04-07向国家知识产权局提交的专利申请。

本基于数据生成的弱监督卫生用品缺陷检测方法及装置在说明书摘要公布了：本发明涉及一种基于数据生成的弱监督卫生用品缺陷检测方法及装置，其中方法包括：训练缺陷检测模型；基于训练后的缺陷检测模型，检测新输入的测试图像是否为有缺陷图像；若检测新输入的测试图像为有缺陷图像，基于剪贴增强策略生成伪缺陷图像，所述伪缺陷图像与所述有缺陷图像对应；基于训练后的缺陷检测模型，对所述伪缺陷图像进行缺陷定位，得到缺陷位置信息。本发明通过剪贴增强策略引入不规则性，只利用正常图像进行训练，需要少量标注缺陷图像。在不同类型的表面缺陷检测任务中取得较高的准确性和鲁棒性，且需要少量标注数据和人工干预。

本发明授权基于数据生成的弱监督卫生用品缺陷检测方法及装置在权利要求书中公布了：1.一种基于数据生成的弱监督卫生用品缺陷检测方法，其特征在于，所述方法包括以下步骤： S100、基于训练后的缺陷检测模型，检测新输入的测试图像是否为有缺陷图像；所述缺陷检测模型的训练步骤包括： S110、采集卫生用品表面图像组成训练集，对训练集内的图像进行分类，所述卫生用品表面图像包括有缺陷图像和无缺陷图像，所述有缺陷图像包括多种不同缺陷类型的有缺陷图像； S120、对训练集中的所述无缺陷图像，基于剪贴增强策略生成伪缺陷图像； S130、基于所述无缺陷图像和对应的伪缺陷图像，构建第一二元分类器，所述二元分类器用于判断一个图像是否为原始的所述无缺陷图像； S140、把所述无缺陷图像和对应的伪缺陷图像输入到预训练模型，在所述预训练模型内进行特征提取和拼接，生成拼接后的特征向量； S150、基于拼接后的特征向量，训练缺陷检测模型，所述缺陷检测模型为第二二元分类器； S200、若检测新输入的测试图像为有缺陷图像，基于剪贴增强策略生成伪缺陷图像，所述伪缺陷图像与所述有缺陷图像对应； S300、基于训练后的缺陷检测模型，对所述伪缺陷图像进行缺陷定位，得到缺陷位置信息。

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桂林电子科技大学，其通讯地址为：541010 广西壮族自治区桂林市七星区金鸡路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。