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！

龙图腾网获悉浙江中烟工业有限责任公司申请的专利一种基于小样本的缺陷增量学习方法及装置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：CN117274668B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202311113944.5，技术领域涉及：G06V10/764；该发明授权一种基于小样本的缺陷增量学习方法及装置是由朱立明;张博;章强;王文博;张利宏;许小双;赵丹设计研发完成，并于2023-08-30向国家知识产权局提交的专利申请。

本一种基于小样本的缺陷增量学习方法及装置在说明书摘要公布了：本申请公开了一种基于小样本的缺陷增量学习方法及装置，方法包括：对基类缺陷异常分类模型进行训练，并利用训练好的基类缺陷异常分类模型提取第一类特征和第一类参数，并将第一类特征放入第一类特征集合，将第一类参数放入第一类参数集合；构建与小样本增量缺陷图片数据集数量相同的增量缺陷异常分类模型，对每个增量缺陷异常分类模型进行训练，并利用训练好的增量缺陷异常分类模型提取第二类特征和第二类参数，随后利用第一类参数集合更新增量分类器的类参数，并利用第一类特征集合对增量分类器进行训练；对所有增量缺陷异常分类模型训练完成后，获得训练好的增量分类器。本申请避免了小样本带来的类别不平衡和新旧类别的权衡问题。

本发明授权一种基于小样本的缺陷增量学习方法及装置在权利要求书中公布了：1.一种基于小样本的缺陷增量学习方法，其特征在于，包括： 构建增量学习数据集，所述增量学习数据集包括基类缺陷图片数据集和至少一个小样本增量缺陷图片数据集； 利用所述基类缺陷图片数据集对基类缺陷异常分类模型进行训练，并利用训练好的基类缺陷异常分类模型提取所述基类缺陷图片数据集中所有缺陷类别对应的第一类特征，并获得所述训练好的基类缺陷异常分类模型的第一类参数，并将所述第一类特征放入第一类特征集合，将所述第一类参数放入第一类参数集合； 构建与小样本增量缺陷图片数据集数量相同的增量缺陷异常分类模型，对每个增量缺陷异常分类模型进行训练，包括：将基类缺陷异常分类模型训练完成后获得的训练后的编码器作为增量缺陷异常分类模型的编码器，且基类缺陷异常分类模型与增量缺陷异常分类模型采用不同的分类器； 利用训练好的增量缺陷异常分类模型提取对应的小样本增量缺陷图片数据集中所有缺陷类别对应的第二类特征，并获得所述训练好的增量缺陷异常分类模型的第二类参数，并将所有第二类特征放入所述第一类特征集合，将所有第二类参数放入所述第一类参数集合； 利用所述第一类参数集合更新增量分类器的类参数，并利用所述第一类特征集合对所述增量分类器进行训练； 对所有增量缺陷异常分类模型训练完成后，获得训练好的增量分类器。

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浙江中烟工业有限责任公司，其通讯地址为：310008 浙江省杭州市上城区中山南路77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。