Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳精智达技术股份有限公司罗海凡获国家专利权

深圳精智达技术股份有限公司罗海凡获国家专利权

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!

龙图腾网获悉深圳精智达技术股份有限公司申请的专利一种显示屏单分类异常检测的方法、装置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:CN120388020B

龙图腾网通过国家知识产权局官网在2025-10-14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:202510884048.1,技术领域涉及:G06T7/00;该发明授权一种显示屏单分类异常检测的方法、装置及存储介质是由罗海凡;杨硕设计研发完成,并于2025-06-30向国家知识产权局提交的专利申请。

一种显示屏单分类异常检测的方法、装置及存储介质在说明书摘要公布了:本申请公开了一种显示屏单分类异常检测的方法、装置及存储介质,用于提高新型显示屏缺陷检测模型的单分类检测和异常检测的精确度。构建单分类检测模型和单分类损失函数;将训练图像输入单分类检测模型;对训练图像进行浅层特征增强处理,生成特征图;提取训练图像和特征图的浅层特征,进行特征融合,提取深度特征,为深度特征生成二分类预测结果;计算第一损失值,根据第一损失值更新单分类检测模型;为每个训练图像生成子类别伪标签;在单分类检测模型上拓展多分类头,并构建多分类损失函数和子类别分类目标;通过深度特征、多分类头、多分类损失函数和子类别分类目标联合训练单分类检测模型,直到单分类头达到训练目标。

本发明授权一种显示屏单分类异常检测的方法、装置及存储介质在权利要求书中公布了:1.一种显示屏单分类异常检测的方法,其特征在于,包括: 构建单分类检测模型和单分类损失函数; 获取新型显示屏的标注有单类别标签的训练图像,将所述训练图像输入所述单分类检测模型; 根据所述单类别标签对训练图像进行浅层特征增强处理,生成特征图; 分别提取所述训练图像和所述特征图的浅层特征,对两组浅层特征进行特征融合,再提取深度特征,根据单分类头为所述深度特征生成二分类预测结果; 根据所述单分类损失函数和所述二分类预测结果计算第一损失值,根据所述第一损失值更新所述单分类检测模型,直到达到初始训练目标; 将所述深度特征进行聚类处理,为每个训练图像生成子类别伪标签; 在所述单分类检测模型上拓展一个多分类头,并构建多分类损失函数和子类别分类目标; 通过所述深度特征、所述多分类头、多分类损失函数和子类别分类目标联合训练单分类检测模型中的特征提取器、两个分类头和子类别伪标签,直到单分类头达到训练目标; 将扩展的多分类头进行去除,获取新场景下的无标签图像; 将所述无标签图像进行复制,将复制的无标签图像进行扰动处理; 对所述无标签图像进行浅层特征增强处理,生成场景特征图; 对所述无标签图像、扰动处理后的无标签图像和场景特征图进行浅层特征的提取,分别生成第一特征、第二特征和第三特征; 将第一特征和第三特征进行融合生成第一融合特征,再进行提取深度特征提取,生成第一深度特征; 将第二特征和第三特征进行融合生成第二融合特征,再进行提取深度特征提取,生成第二深度特征; 将所述第一深度特征和第二深度特征输入所述单分类头中,生成常规预测结果和扰动预测结果; 构造一致性损失函数,根据所述常规预测结果、所述扰动预测结果和所述一致性损失函数生成一致性损失; 根据所述一致性损失对所述单分类检测模型进行新场景适用参数更新。

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深圳精智达技术股份有限公司,其通讯地址为:518000 广东省深圳市龙华区龙华街道清湖社区清湖村富安娜公司1号101工业园D栋1楼东;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。