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！

龙图腾网获悉北京科技大学申请的专利基于自适应典型样本学习技术的跨场景皮带缺陷识别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：CN119942061B 。

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：202411841865.0，技术领域涉及：G06V10/25；该发明授权基于自适应典型样本学习技术的跨场景皮带缺陷识别方法是由王宏;刘茜;李江昀;张天翔;庄培显;袁立设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本基于自适应典型样本学习技术的跨场景皮带缺陷识别方法在说明书摘要公布了：本发明提供一种基于自适应典型样本学习技术的跨场景皮带缺陷识别方法及装置，涉及缺陷检测技术领域。该方法包括：构建支持图像数据集以及查询图像数据集；将支持图像数据集以及查询图像数据集输入缺陷识别基础模型，获得第一支持图像特征以及第一查询图像特征；将第一支持图像特征以及第一查询图像特征输入原型自适应模型进行特征增强；根据支持图像数据集、查询图像数据集和检测缺陷图像数据集构建损失函数；对原型自适应模型进行优化，获得优化原型自适应模型；根据待识别皮带图像数据集，基于缺陷识别基础模型以及优化原型自适应模型进行皮带缺陷识别。本发明是一种基于典型样本学习的仅需少量标注的高效且准确的跨场景皮带缺陷识别方法。

本发明授权基于自适应典型样本学习技术的跨场景皮带缺陷识别方法在权利要求书中公布了：1.一种基于自适应典型样本学习技术的跨场景皮带缺陷识别方法，其特征在于，所述方法包括： 通过相机对多种工业场景皮带进行图像拍摄，构建支持图像数据集以及查询图像数据集； 将所述支持图像数据集以及查询图像数据集输入缺陷识别基础模型进行特征提取，获得第一支持图像特征以及第一查询图像特征； 将所述第一支持图像特征以及第一查询图像特征输入原型自适应模型进行特征增强，获得第三支持图像特征以及第三查询图像特征； 其中，所述将所述第一支持图像特征以及第一查询图像特征输入原型自适应模型进行特征增强，获得第三支持图像特征以及第三查询图像特征，包括： 基于预设的目标检测框，根据所述支持图像数据集进行缺陷局部细节裁剪，获得缺陷局部图像数据集； 根据所述第一支持图像特征以及所述缺陷局部图像数据集进行逐元素相乘，获得第一类别原型； 基于缺陷类别原型仓库中多种类别原型，根据所述第一类别原型进行相似性度量，获得第二类别原型； 根据所述第一类别原型以及所述第二类别原型进行加权计算，得到第三类别原型； 基于所述第三类别原型，根据所述第一支持图像特征以及第一查询图像特征进行特征增强，得到第二支持图像特征以及第二查询图像特征； 将所述第二支持图像特征以及第二查询图像特征输入可学习自适应模块进行自适应调整，获得第三支持图像特征以及第三查询图像特征； 将所述第三支持图像特征以及第三查询图像特征输入目标检测模块进行目标检测，获得检测缺陷图像数据集；根据所述支持图像数据集、所述查询图像数据集和所述检测缺陷图像数据集构建损失函数； 根据所述损失函数，对所述原型自适应模型进行优化，获得优化原型自适应模型； 获取待识别皮带图像数据集；根据所述待识别皮带图像数据集，基于所述缺陷识别基础模型以及所述优化原型自适应模型进行皮带缺陷识别。

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科技大学，其通讯地址为：100083 北京市海淀区学院路30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。