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！

龙图腾网获悉南京大学申请的专利基于混合专家模型的缺陷检测方法、系统及存储介质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：CN119785054B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202510272595.4，技术领域涉及：G06V10/70；该发明授权基于混合专家模型的缺陷检测方法、系统及存储介质是由邹宁睦;雷天悟;陈思霖;王柏涵设计研发完成，并于2025-03-10向国家知识产权局提交的专利申请。

本基于混合专家模型的缺陷检测方法、系统及存储介质在说明书摘要公布了：本申请公开了一种基于混合专家模型的缺陷检测方法、系统及存储介质，涉及缺陷检测技术领域。该缺陷检测方法包括：提取待检测图像的图像特征；根据待检测图像的图像特征确定与待检测图像所匹配的专家模型；根据待检测图像的图像特征和所匹配的专家模型确定所匹配的专家模型的转换后训练表征；根据所匹配的专家模型以及转换后训练表征确定待检测图像的检测结果。该缺陷检测方法可以在专家模型的训练表征中通过自适应算法矫正待检测图像与测试图像之间的偏差，从而提高专家模型对缺陷检测的准确率。

本发明授权基于混合专家模型的缺陷检测方法、系统及存储介质在权利要求书中公布了：1.一种基于混合专家模型的缺陷检测方法，包括： 提取待检测图像的图像特征，包括颜色特征、纹理特征、形状特征、空间特征和深度特征； 提取训练图像集合的图像特征； 根据所述训练图像集合的图像特征以及专家模型的预设表征参数确定路由网络模型的损失目标； 根据所述路由网络模型的损失目标确定路由网络模型的最后一层的权重； 根据所述待检测图像的图像特征以及所述路由网络模型的最后一层的权重确定所述待检测图像的目标匹配度； 根据所述目标匹配度确定与所述待检测图像所匹配的专家模型； 根据所述所匹配的专家模型确定所述所匹配的专家模型所对应的训练表征； 根据所述待检测图像的图像特征计算所述待检测图像的图像特征的均值和标准差； 根据所述训练表征计算所述训练表征的均值和标准差； 根据以下公式确定所述所匹配的专家模型的转换后训练表征： ； 其中，为第i个待检测图像的图像特征；meantesti为所述testi的均值；stdtesti为所述testi标准差；f为所述专家模型的训练表征；p为所述f的均值；s为所述f的标准差；fz为所述转换后训练表征； 根据所述所匹配的专家模型以及所述转换后训练表征确定所述待检测图像的检测结果。

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南京大学，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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”。