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！

龙图腾网获悉杭州乔戈里科技有限公司申请的专利基于SqueezeNet网络的双模态工业缺陷检测方法、装置和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：CN120355709B 。

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：202510838826.3，技术领域涉及：G06T7/00；该发明授权基于SqueezeNet网络的双模态工业缺陷检测方法、装置和介质是由李志彬;吴先军设计研发完成，并于2025-06-23向国家知识产权局提交的专利申请。

本基于SqueezeNet网络的双模态工业缺陷检测方法、装置和介质在说明书摘要公布了：本申请涉及一种基于SqueezeNet网络的双模态工业缺陷检测方法、装置和介质，基于SqueezeNet网络的双模态工业缺陷检测方法包括：获取第一图像集和第二图像集；将所述第一图像集和所述第二图像集输入至SqueezeNet网络中进行训练，获得缺陷检测模型，所述SqueezeNet网络包括依次连接的第一卷积层、双模态Fire单元、第二卷积层、分类器，其中，所述双模态Fire单元用于对双模态图像特征进行动态融合，将待检测工件在所述两种打光条件下分别采集的第三图像和第四图像输入至所述缺陷检测模型中，得到所述待检测工件的缺陷类型，提高了检测精度。

本发明授权基于SqueezeNet网络的双模态工业缺陷检测方法、装置和介质在权利要求书中公布了：1.一种基于SqueezeNet网络的双模态工业缺陷检测方法，其特征在于，所述方法包括： 获取多个工件在两种打光条件下分别采集的第一图像集和第二图像集；其中，所述第一图像集包括多个第一图像，所述第二图像集包括多个第二图像； 将所述第一图像集和所述第二图像集输入至SqueezeNet网络中进行训练，获得缺陷检测模型，所述SqueezeNet网络包括依次连接的第一卷积层、双模态Fire单元、第二卷积层、分类器，所述第一卷积层用于分别对各所述第一图像和各所述第二图像进行卷积操作，获得各第一特征图和各第二特征图；所述双模态Fire单元用于基于各所述第一特征图和各所述第二特征图，通过自适应混合注意力生成各第一权重图和各第二权重图，并基于各所述第一特征图和各所述第一权重图获得各第三特征图以及基于各所述第二特征图和各所述第二权重图获得各第四特征图；所述第二卷积层用于对各所述第三特征图和各所述第四特征图分别进行卷积操作后输入至所述分类器中，获得各所述工件的缺陷类型；其中：所述双模态Fire单元包括多个依次连接的双模态Fire模块，当前所述双模态Fire模块的输出作为下一所述双模态Fire模块的输入，所述双模态Fire模块包括独立压缩层、交叉注意力融合层、多尺度扩展层； 所述独立压缩层，用于将输入的所述第一特征图和所述第二特征图分别进行低冗余特征提取，获得第五特征图和第六特征图； 所述交叉注意力融合层，用于将所述第五特征图和所述第六特征图进行拼接，获得拼接特征图，并基于所述拼接特征图通过自适应混合注意力生成第一权重图和第二权重图；以及基于所述第五特征图和所述第一权重图获得第七特征图，以及基于所述第六特征图和所述第二权重图获得第八特征图； 所述多尺度扩展层，用于基于卷积核所述第七特征图进行特征提取，获得所述第三特征图，以及基于卷积核所述第八特征图进行特征提取，获得所述第四特征图； 将待检测工件在所述两种打光条件下分别采集的第三图像和第四图像输入至所述缺陷检测模型中，得到所述待检测工件的缺陷类型。

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杭州乔戈里科技有限公司，其通讯地址为：310051 浙江省杭州市滨江区浦沿街道东冠路611号10幢A座1601-1610室；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。