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！

龙图腾网获悉南京信息工程大学申请的专利一种基于跨模态自适应交互的少样本工业异常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：CN119989247B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510484103.8，技术领域涉及：G06F18/2433；该发明授权一种基于跨模态自适应交互的少样本工业异常检测方法是由江结林;常雲翔;许小龙;刘西应;邵禹豪;魏顺设计研发完成，并于2025-04-17向国家知识产权局提交的专利申请。

本一种基于跨模态自适应交互的少样本工业异常检测方法在说明书摘要公布了：本发明公开了一种基于跨模态自适应交互的少样本工业异常检测方法，根据对齐后的最终特征，正常语义投影，异常语义投影，优化后的视觉特征以及优化后的文本特征计算总损失，并利用总损失对工业异常检测模型参数更新，得到训练好的工业异常检测模型；将待检测的工业图像输入训练好的工业异常检测模型，得到对齐后的最终特征，异常语义投影、优化后的视觉特征以及优化后的文本特征，用于判断待检测的工业图像异常情况。本发明在仅需少量正常样本的条件下，即可显著增强模型对正常与异常特征的区分能力，降低对标注数据的依赖，为智能制造提供一种高精度、低成本且可快速部署的工业异常检测解决方案。

本发明授权一种基于跨模态自适应交互的少样本工业异常检测方法在权利要求书中公布了：1.一种基于跨模态自适应交互的少样本工业异常检测方法，其特征在于：具体包括： 获取少样本数据集； 将少样本数据集输入双路径视觉编码器，得到层双路径残差融合特征； 将层双路径残差融合特征中多个层的双路径残差融合特征输入多层级特征自适应融合适配器，得到对齐后的最终特征； 将对齐后的最终特征输入跨模态动态提示嵌入器，得到正常语义投影与异常语义投影； 将对齐后的最终特征、正常语义投影与异常语义投影输入跨模态交互模块，得到优化后的文本特征和优化后的视觉特征； 根据对齐后的最终特征，正常语义投影，异常语义投影，优化后的视觉特征以及优化后的文本特征计算总损失，并利用总损失对工业异常检测模型参数更新，得到训练好的工业异常检测模型； 将待检测的工业图像输入训练好的工业异常检测模型，得到对齐后的最终特征，异常语义投影、优化后的视觉特征以及优化后的文本特征，用于判断待检测的工业图像异常情况； 所述将对齐后的最终特征输入跨模态动态提示嵌入器，得到正常语义投影与异常语义投影，具体包括： 由对齐后的最终特征得到全局描述向量，将全局描述向量通过全连接层升维，并通过激活函数得到隐层特征；采用分头投影策略,将隐层特征解耦生成多组隐向量；将多组隐向量拼接为动态提示前缀矩阵,并通过层归一化得到动态提示前缀；调用大语言模型获得工业语义增强知识得到缺陷描述，将动态提示前缀、类别名称、与“无瑕疵”语义进行语句拼接得正常提示模板，将动态提示前缀、类别名称、与工业语义增强知识进行语句拼接得异常提示模板；将正常提示模板与异常提示模板送入文本编码器得到正常语义投影与异常语义投影。

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南京信息工程大学，其通讯地址为：211899 江苏省南京市江北新区华富路1号数智溪谷4号楼；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”。