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！

龙图腾网获悉西南科技大学申请的专利面向曲面壳体缺陷检测的图引导数据标注治理方法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：CN120726425B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202511216639.8，技术领域涉及：G06V10/774；该发明授权面向曲面壳体缺陷检测的图引导数据标注治理方法是由李强;文毅;赵家琦;路锦正设计研发完成，并于2025-08-28向国家知识产权局提交的专利申请。

本面向曲面壳体缺陷检测的图引导数据标注治理方法在说明书摘要公布了：本发明公开了面向曲面壳体缺陷检测的图引导数据标注治理方法，属于数据标注治理技术领域，包括以下步骤：S1、采集曲面壳体缺陷数据，对曲面壳体缺陷数据进行标注；S2、基于标注的曲面壳体缺陷数据，通过掩码引导对缺陷区域进行数据增强，生成数据标注集；S3、将数据标注集输入双网络嵌套框架，生成软标签的预测结果；S4、基于软标签的预测结果，采用图引导的主动学习策略对数据标注集和双网络嵌套框架迭代优化，完成数据标注治理。通过掩码引导的数据增强策略，结合双网络嵌套框架，系统提升了具有曲面畸变、高反光干扰和长尾分布等复杂背景的高分辨率曲面壳体图像的数据标注质量。

本发明授权面向曲面壳体缺陷检测的图引导数据标注治理方法在权利要求书中公布了：1.面向曲面壳体缺陷检测的图引导数据标注治理方法，其特征在于，包括以下步骤： S1、采集曲面壳体缺陷数据，对曲面壳体缺陷数据进行标注； S2、基于标注的曲面壳体缺陷数据，通过掩码引导对缺陷区域进行数据增强，生成数据标注集； S3、将数据标注集输入双网络嵌套框架，生成软标签的预测结果； S4、基于软标签的预测结果，采用图引导的主动学习策略对数据标注集和双网络嵌套框架迭代优化，完成数据标注治理； S3中，双网络嵌套框架包括相互连接的基于尾部感知解耦的对比学习模型和多尺度自表示学习模型，对比学习模型包括相互连接的共享编码器和投影头，共享编码器与多尺度自表示学习模型连接，其中，共享编码器为ConvNeXt-tiny网络，双网络嵌套框架的工作流程具体为： S31、将数据标注集输入基于尾部感知解耦的对比学习模型，采用类别感知负采样策略采集负样本，生成锚点样本和批次内的其他样本； S32、将锚点样本和其他样本输入ConvNeXt-tiny网络，生成多尺度特征映射，将统一通道后的特征输入多尺度自表示学习模型，生成共识自表示矩阵，通过共识自表示矩阵得到亲和矩阵，利用自表示谱概率传播生成软标签的预测结果； S32中，生成多尺度特征映射后，将其通过投影头映射至低维特征空间，并随机添加特征空间随机扰动构建样本对，用于计算重加权解耦损失函数，通过对尾类样本施加动态权重，解耦正负样本对的优化过程。

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南科技大学，其通讯地址为：621000 四川省绵阳市涪城区青龙大道59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。