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！

龙图腾网获悉中南大学申请的专利基于强化学习的缺陷识别模型轻量化方法及系统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：CN120411735B 。

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：202510906734.4，技术领域涉及：G06V10/82；该发明授权基于强化学习的缺陷识别模型轻量化方法及系统是由何丽娟;周杰钰;吕丰;吴帆;李书城设计研发完成，并于2025-07-02向国家知识产权局提交的专利申请。

本基于强化学习的缺陷识别模型轻量化方法及系统在说明书摘要公布了：本发明公开了一种基于强化学习的缺陷识别模型轻量化方法及系统，所述方法包括根据缺陷识别模型构建样本数据集；利用第i个样本对策略网络和价值网络进行第i次更新，得到第i次更新后的策略网络和价值网络；根据第i次更新后的策略网络和总目标裁剪比例对缺陷识别模型进行裁剪，并计算裁剪后的缺陷识别模型在验证集上的识别精度；在完成策略网络和价值网络的训练后，根据训练好的策略网络和总目标裁剪比例对缺陷识别模型进行裁剪，得到轻量化的缺陷识别模型。本发明在确保缺陷识别精度的基础上，降低了缺陷识别模型的参数量，实现了缺陷识别模型的识别性能与轻量化平衡。

本发明授权基于强化学习的缺陷识别模型轻量化方法及系统在权利要求书中公布了：1.一种基于强化学习的缺陷识别模型轻量化方法，其特征在于，所述轻量化方法包括： S1：根据缺陷识别模型构建样本数据集；其中，所述样本数据集中的每个样本包括当前状态向量、当前动作向量、当前即时奖励和下一状态向量； S2：利用第i个样本对策略网络和价值网络进行第i次更新，得到第i次更新后的策略网络和价值网络； S3：根据第i次更新后的策略网络和总目标裁剪比例对缺陷识别模型进行裁剪，并计算裁剪后的缺陷识别模型在验证集上的识别精度； S4：根据裁剪后的缺陷识别模型在验证集上的识别精度和最大迭代次数，判断是否完成策略网络和价值网络的训练，若是，则输出训练好的策略网络，转入S5；若否，则基于第i+1个样本，转入S2； S5：根据训练好的策略网络和总目标裁剪比例对缺陷识别模型进行裁剪，得到轻量化的缺陷识别模型； 所述S3中，根据第i次更新后的策略网络和总目标裁剪比例对缺陷识别模型进行裁剪，具体包括： 获取随机动作向量和总随机裁剪比例； 根据所述随机动作向量和总随机裁剪比例对缺陷识别模型进行裁剪，得到状态向量； 利用第i次更新后的策略网络对所述状态向量进行特征提取，得到动作向量； 根据所述动作向量、总目标裁剪比例和缺陷识别模型的参数总量计算缺陷识别模型中每个卷积层的分配裁剪参数量，具体计算公式为： ，； ； 其中，表示缺陷识别模型的裁剪参数总量；表示总目标裁剪比例；表示缺陷识别模型的参数总量；表示动作向量中的第j个裁剪比例，即第j个卷积层的裁剪比例；N表示缺陷识别模型中可裁剪的卷积层数量；表示缺陷识别模型中第j个卷积层的裁剪权重系数；表示缺陷识别模型中第j个卷积层的分配裁剪参数量； 对于第j个卷积层，判断该卷积层的参数总量是否小于其分配裁剪参数量，若是，则计算该卷积层的分配裁剪参数量与其参数总量之间的差值，将该差值随机分配给其他参数总量大于分配裁剪参数量的卷积层，得到缺陷识别模型中每个卷积层的实际裁剪参数量； 根据缺陷识别模型中每个卷积层的实际裁剪参数量对缺陷识别模型进行裁剪。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。