上海建科工程咨询有限公司;宁波海棠信息技术有限公司陈梓欣获国家专利权
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！
龙图腾网获悉上海建科工程咨询有限公司;宁波海棠信息技术有限公司申请的专利基于知识迁移的图像异常检测方法、系统、终端及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：CN116883773B 。
龙图腾网通过国家知识产权局官网在2025-10-10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：202310648281.0，技术领域涉及：G06V10/774；该发明授权基于知识迁移的图像异常检测方法、系统、终端及介质是由陈梓欣;陆荣欣;黄科锋;张重阳;张保柱;肖思奇;孙恺毓;胡百魁;张晨晨;刘禹辰;刘振宇设计研发完成，并于2023-06-02向国家知识产权局提交的专利申请。
本基于知识迁移的图像异常检测方法、系统、终端及介质在说明书摘要公布了：本发明公开了一种基于知识迁移的图像异常检测方法及系统，采用预训练教师网络和学生网络，构建图像异常检测初始模型；获取正常样本，通过帧内蒸馏将预训练教师网络的知识迁移到学生网络；存储预训练教师网络与学生网络之间表征差异最大的近异常样本作为帧间原型特征库；根据概率策略选择帧内蒸馏和帧间蒸馏，分别训练学生网络的正常样本表征能力和近异常样本的表征能力，得到图像异常检测模型，获得待检测图像样本的多尺度特征差异，作为图像异常得分，检测出图像异常样本。本发明有利于模型学习更丰富的正常样本特征，形成一个更符合实际需求的决策边界，从而降低异常检测的误检率，更加适合于工业表面缺陷检测等场景中的应用。
本发明授权基于知识迁移的图像异常检测方法、系统、终端及介质在权利要求书中公布了：1.一种基于知识迁移的图像异常检测方法，其特征在于，包括： 采用预训练教师网络和学生网络，构建图像异常检测初始模型； 获取正常图像作为正常样本，通过帧内蒸馏将所述预训练教师网络中的正常样本知识迁移到所述学生网络； 存储所述预训练教师网络与所述学生网络之间表征差异最大的异常图像作为近异常样本，形成帧间原型特征库； 利用所述正常样本和所述帧间原型特征库，根据概率策略选择帧内蒸馏和帧间蒸馏，分别训练所述学生网络的正常样本表征能力和近异常样本的表征能力，得到图像异常检测模型； 利用所述图像异常检测模型，获得待检测图像样本的多尺度特征差异，作为图像异常得分，检测出图像异常样本。
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上海建科工程咨询有限公司;宁波海棠信息技术有限公司，其通讯地址为：200032 上海市徐汇区宛平南路75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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励