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！

龙图腾网获悉浙江工业大学申请的专利基于文本背景感知增强的小样本工业缺陷图像分割方法、系统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：CN120580259B 。

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：202511086907.9，技术领域涉及：G06T7/194；该发明授权基于文本背景感知增强的小样本工业缺陷图像分割方法、系统及存储介质是由洪景山;胡海根;陈琦;周乾伟;管秋;张笑钦设计研发完成，并于2025-08-05向国家知识产权局提交的专利申请。

本基于文本背景感知增强的小样本工业缺陷图像分割方法、系统及存储介质在说明书摘要公布了：本发明公开了一种基于文本背景感知增强的小样本工业缺陷图像分割方法、系统及存储介质，包括：根据工业缺陷图像集构建对应支持‑查询对；建立文本背景感知增强模型；利用全部支持‑查询对训练文本背景感知增强模型；将待分割的查询图像、对应支持图像和掩码标签输入训练好的文本背景感知增强模型，获得少样本分割模型的输出结果作为对应查询图像的分割预测结果。通过融合多模态语言‑视觉建模机制与联合激活图优化策略，大大提升缺陷检测的精度与效率，实现小样本、低成本检测，且泛化能力强。

本发明授权基于文本背景感知增强的小样本工业缺陷图像分割方法、系统及存储介质在权利要求书中公布了：1.一种基于文本背景感知增强的小样本工业缺陷图像分割方法，其特征在于：包括如下步骤： S1、根据工业缺陷图像集构建对应支持-查询对，其中，为查询图像，支持集，为第张支持图像，为第张支持图像的掩码标签，为支持图像的数量； S2、建立文本背景感知增强模型以执行如下操作： S21、分别获取各支持图像的缺陷区域的前景文本和多个背景文本； S22、将查询图像输入CLIP模型的图像编码器，对应提取多层次视觉特征和多层次注意力权重矩阵，并将所属类别的支持图像的前景文本和各背景文本输入CLIP模型的文本编码器，对应获得前景文本嵌入向量和各背景文本嵌入向量； S23、根据查询图像的多层次视觉特征、前景文本嵌入向量和各背景文本嵌入向量，利用Grad-CAM方法生成对应粗粒度激活图； S24、根据粗粒度激活图、多层次视觉特征和多层次注意力权重矩阵，获取静态细化激活图和动态细化激活图； S25、将查询图像、对应支持图像和掩码标签输入少样本分割模型，并将静态细化激活图和动态细化激活图作为注意力引导信号； S3、利用全部支持-查询对训练文本背景感知增强模型； S4、将待分割的查询图像、对应支持图像和掩码标签输入训练好的文本背景感知增强模型，获得少样本分割模型的输出结果作为对应查询图像的分割预测结果。

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工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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。