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！

龙图腾网获悉北京经纬纺机新技术有限公司申请的专利一种基于局部向量检索的缺陷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：CN119863634B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202411912652.2，技术领域涉及：G06V10/74；该发明授权一种基于局部向量检索的缺陷检测方法是由吴仕莲;王坚;尹中信;崔春杰设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种基于局部向量检索的缺陷检测方法在说明书摘要公布了：本发明提供一种基于局部向量检索的缺陷检测方法，包括以下步骤：S1：收集并标注工业缺陷图片，建立工业检测数据集；S2：构建特征提取模型Backbone，并利用工业检测数据集对该模型进行训练；S3：利用对比损失训练完模型后，离线生成正常特征库与缺陷特征库；S4：利用正常特征库与缺陷特征库，对测试图像进行检测；S5：生成检测结果，结束。所述基于局部向量检索的缺陷检测方法通过向量检索的方式来检测缺陷，能够与正样本特征进行比对，从而检测未知缺陷；利用特征间的距离来作为检测值，可解释性强，检测效果稳定，不易被背景纹理影响；具有检测精度高，鲁棒性强的优点，并且针对误检漏检数据，无需重新训练，只需要离线更新特征库即可，易用性更强。

本发明授权一种基于局部向量检索的缺陷检测方法在权利要求书中公布了：1.一种基于局部向量检索的缺陷检测方法，包括以下步骤： S1：收集并标注工业缺陷图片，建立工业检测数据集； S2：构建特征提取模型Backbone，并利用工业检测数据集对该模型进行训练； S3：利用对比损失训练完模型后，离线生成正常特征库与缺陷特征库； 包括以下步骤： S31：利用贪心算法生成正常特征库； S32：利用KNN聚类算法生成缺陷特征库； 所述步骤S31中，利用贪心算法生成正常特征库，包括以下步骤： S311：经过特征提取模型Backbone提取特征后，正常的特征为，其维度为，所述n1表示表示正常特征的个数； S312：随机选择一个特征向量，计算其与其它个特征向量的距离，选择距离特征向量最大的特征向量； S313：接着计算特征向量与其他个特征向量的距离，选择距离最大的特征向量； S314：依此类推，最后得到个特征向量，作为正常特征库; 所述步骤S32中，利用KNN聚类算法生成缺陷特征库，包括以下步骤： S321：经过特征提取模型Backbone提取特征后，所有缺陷的特征拼接合并在一起，记为,其维度为; S322：利用KNN聚类算法，得到个聚类中心，作为缺陷特征库； 所述步骤S4中，利用正常特征库与缺陷特征库，对测试图像进行检测，包括以下步骤： S41：将测试图像送入特征提取模型Backbone中提取特征，得到特征图，其维度为； S42：计算特征图对应的特征矩阵与缺陷特征库的余弦距离，其维度为,然后在个距离中取距离最小的作为每个像素的检测值，再逐像素将检测值与设置好的第一阈值比较，如果小于第一阈值，则表示该像素存在缺陷，所述第一阈值是指跟缺陷特征的相似度阈值； S43：计算特征图对应的特征矩阵与正常特征库的余弦距离，其维度为,然后在个距离中取距离最小的作为每个像素的检测值，再逐像素将检测值与设置好的第二阈值比较，如果大于第二阈值，则表示该像素存在缺陷，所述第二阈值是指跟正常特征的相似度阈值； S4：利用正常特征库与缺陷特征库，对测试图像进行检测； S5：生成检测结果，结束。

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北京经纬纺机新技术有限公司，其通讯地址为：100176 北京市大兴区经济技术开发区运城街9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”。