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！

龙图腾网获悉西安交通大学申请的专利一种基于元学习的连铸铸坯缺陷分类方法、系统及设备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：CN119313973B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202411560926.6，技术领域涉及：G06V10/764；该发明授权一种基于元学习的连铸铸坯缺陷分类方法、系统及设备是由吴晓军;刘森;原盛;付皓宇设计研发完成，并于2024-11-04向国家知识产权局提交的专利申请。

本一种基于元学习的连铸铸坯缺陷分类方法、系统及设备在说明书摘要公布了：本发明提供的一种基于元学习的连铸铸坯缺陷分类方法、系统及设备，包括：步骤1，分别对获取得到的公开图像分类数据集和含有缺陷的连铸铸坯图像进行预处理；步骤2，将预处理后的公开的图像分类数据集通过元学习任务分配随机形成元任务，并输入至预设的图像元学习分类模型，得到训练后的图像元学习分类模型；步骤3：将预处理后的含有缺陷的连铸铸坯图像通过元学习任务分配形成元任务，利用得到的元任务对训练后的图像元学习分类模型进行微调；步骤4，利用最终的图像元学习分类模型对待处理的连铸铸坯缺陷进行分类；本发明不仅能有效解决传统缺陷检测方法中对大量标注数据的依赖问题，还能提高模型在少样本条件下的分类能力。

本发明授权一种基于元学习的连铸铸坯缺陷分类方法、系统及设备在权利要求书中公布了：1.一种基于元学习的连铸铸坯缺陷分类方法，其特征在于，包括以下步骤： 步骤1，分别对获取得到的公开图像分类数据集和含有缺陷的连铸铸坯图像进行预处理，得到预处理后的公开图像分类数据集和含有缺陷的连铸铸坯图像； 步骤2，将预处理后的公开的图像分类数据集通过元学习任务分配随机形成元任务，并输入至预设的图像元学习分类模型，得到训练后的图像元学习分类模型,其中，所述预设的图像元学习分类模型包括预设的特征提取器和相似性度量函数模块； 步骤3，将预处理后的含有缺陷的连铸铸坯图像通过元学习任务分配形成元任务，利用得到的元任务结合相似性度量函数对训练后的图像元学习分类模型进行微调，得到最终的图像元学习分类模型； 步骤4，利用最终的图像元学习分类模型对待处理的连铸铸坯缺陷进行分类； 所述预设的特征提取器包括编码器，所述编码器依次连接有卷积自注意模块和多尺度特征融合模块，其中： 所述编码器包括四个依次连接的下采样模块，每个下采样模块包括依次连接的卷积层、层归一化层、卷积层、层归一化层、卷积层、层归一化层和非线性激活函数； 所述卷积自注意模块包括依次连接的第一归一化模块、Token_mixer模块、第二归一化模块和Channel_mixer模块； 所述多尺度特征融合模块包括多个最大池化层和多个叠加层，其中，多个叠加层依次连接，每个叠加层的输入端均连接一个最大池化层； 所述多尺度特征融合模块还包括通道缩减层，所述通道缩减层的输入为初始融合特征图，以获得所述融合特征图。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。