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！

龙图腾网获悉山东省计算中心(国家超级计算济南中心);山东极视角科技股份有限公司;山东山科数字经济研究院有限公司申请的专利基于跨模态提示学习的工业零样本异常检测方法及系统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：CN120726400B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202511171002.1，技术领域涉及：G06V10/764；该发明授权基于跨模态提示学习的工业零样本异常检测方法及系统是由李刚;李敏;周鸣乐;万金;陈振杰;李旺;韩德隆;冯正乾;高远;李佳宸;陈硕;陈天娇设计研发完成，并于2025-08-21向国家知识产权局提交的专利申请。

本基于跨模态提示学习的工业零样本异常检测方法及系统在说明书摘要公布了：本发明公开了一种基于跨模态提示学习的工业零样本异常检测方法及系统，涉及计算机视觉和深度学习技术领域。该方法包括：获取工业场景中包含产品缺陷与正常状态的RGB图像与点云数据，并对点云数据进行预处理；构建异常检测模型，利用异常检测模型初步提取RGB图像与点云数据的信息表征，并通过提示信息进行进一步的特征提取和语义对齐操作；基于跨模态协同机制对异常检测模型进行训练，并采用协同调制策略对训练的异常检测模型进行测试；利用训练完成的异常检测模型对待检测的产品进行异常检测。本发明在工业环境下，尤其是在数据稀缺和模态复杂条件下能够显著提升实时缺陷检测精度与鲁棒性。

本发明授权基于跨模态提示学习的工业零样本异常检测方法及系统在权利要求书中公布了：1.一种基于跨模态提示学习的工业零样本异常检测方法，其特征在于，包括以下步骤： 获取工业场景中包含产品缺陷与正常状态的RGB图像与点云数据，并对点云数据进行预处理； 构建异常检测模型，利用异常检测模型初步提取RGB图像与点云数据的信息表征，并通过提示信息进行进一步的特征提取和语义对齐操作； 基于跨模态协同机制对异常检测模型进行训练，并采用协同调制策略对训练的异常检测模型进行测试； 利用训练完成的异常检测模型对待检测的产品进行异常检测； 通过构建RGB损失函数、点云损失函数和跨模态对比损失函数优化异常检测模型的训练过程，其中RGB损失函数和点云损失函数均包括全局损失和局部损失； 跨模态对比损失函数通过优化提示三元组，采用点云提示嵌入作为锚点，调整其与RGB提示嵌入之间的关系，在优化过程中，锚点与正提示之间的距离被最小化，而与负提示之间的距离被最大化；统一跨模态对比损失计算公式为： ， 其中，为第个样本的锚点，和分别表示与锚点对应的正提示和负提示的嵌入，为欧几里得距离，为定义的最小间隔，用于控制负样本与锚点之间的最小距离，为样本个数； 为了进一步增强模型性能，将正常与异常条件下的互补损失结合起来，得到最终的总损失函数即跨模态对比损失函数： ， 其中，正常态互补损失专注于在正常条件下对齐提示，是将正常点云提示嵌入作为描点，正常RGB提示嵌入作为正样本，异常RGB提示嵌入作为负样本得到的；异常态互补损失则在异常条件下进行操作，是将异常点云提示嵌入作为描点，异常RGB提示嵌入作为正样本，正常RGB提示嵌入作为负样本得到的。

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山东省计算中心(国家超级计算济南中心);山东极视角科技股份有限公司;山东山科数字经济研究院有限公司，其通讯地址为：250000 山东省济南市历下区科院路19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。