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！

龙图腾网获悉上海师范大学申请的专利基于注意力特征金字塔机制的小样本钢材缺陷检测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：CN116958073B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202310831199.1，技术领域涉及：G06T7/00；该发明授权基于注意力特征金字塔机制的小样本钢材缺陷检测方法是由安康;焦磊;刘翔鹏;宋亚庆;张会;刘迎圆设计研发完成，并于2023-07-07向国家知识产权局提交的专利申请。

本基于注意力特征金字塔机制的小样本钢材缺陷检测方法在说明书摘要公布了：本发明公开一种基于注意力特征金字塔机制的小样本钢材缺陷检测方法，先经由卷积神经网络获得初始多尺度特征图，再采用自上向下和横向连接方式，利用改进的多尺度注意力网络对初始多尺度特征图进行逐一处理，获得中间多尺度特征图，然后采用自下向上和横向连接方式，利用改进的多尺度注意力网络对中间多尺度特征图进行逐一处理，获得最终多尺度特征图，最后输出最终分类结果；采用伪标签半监督学习算法对检测网络模型进行训练，利用局部线性嵌入算法对训练输出的高层特征进行降维与可视化处理，筛选出误标错标的图像去掉标签放入未标记的图像数据，重新训练生成伪标签，以扩充训练集，直至达到训练要求；将待检图像输入训练好的检测网络模型识别。

本发明授权基于注意力特征金字塔机制的小样本钢材缺陷检测方法在权利要求书中公布了：1.一种基于注意力特征金字塔机制的小样本钢材缺陷检测方法，其特征在于： 一、构建检测网络模型 先经由卷积神经网络获得初始多尺度特征图，再采用自上向下和横向连接方式，利用改进的多尺度注意力网络对初始多尺度特征图进行逐一处理，获得中间多尺度特征图，然后采用自下向上和横向连接方式，利用改进的多尺度注意力网络对中间多尺度特征图进行逐一处理，获得最终多尺度特征图，最后将最终多尺度特征图融合依次输入RPN网络、ROIpooling层、分类器和回归器，输出最终分类结果； 二、训练检测网络模型 采用伪标签半监督学习算法对检测网络模型进行训练，利用局部线性嵌入算法对训练输出结果的高层特征进行降维与可视化处理，筛选出误标错标的图像去掉标签，放入未标记的图像数据，重新进行训练，生成伪标签，以此扩充训练集，直至达到训练要求； 三、检测 将待检图像输入训练好的检测网络模型进行识别； 所述改进的多尺度注意力网络包括Split模块以及串行的通道注意力模块、空间注意力模块， 所述Split模块用于提取多尺度特征图的特征并聚合成尺度为C*H*W的输入特征图； 所述通道注意力模块用于将尺度为C*H*W的输入特征图分为4个分支，从上到下依次是A、B、C、D分支，A分支和B分支经过reshape后生成尺度为C×N的特征图，再B分支和A分支的转置相乘得到的结果经过Softmax操作后，生成尺度为C×C的特征图，然后将尺度为C×C的特征图的转置和reshape为C×N的C分支相乘后，再reshape回C*H*W大小的特征图并乘以一个系数β，之后和D分支相加，得到融合了通道信息的通道特征图； 所述空间注意力模块用于先将尺度为C*H*W的通道特征图通过三个卷积核分别获得三个新的特征图，从上到下依次是A、B、C分支的特征图，然后将A分支和B分支经过reshape后生成尺度为C×N的特征图，再将B分支和A分支的转置相乘得到的结果经过Softmax操作后，生成尺度为N×N的特征图，之后将尺度为N×N的特征图的转置和reshape为C×N的C分支相乘后，再reshape回C*H*W大小的特征图并乘以一个系数α，之后和原始的通道特征图相加，获得融合了空间信息的空间特征图。

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上海师范大学，其通讯地址为：200234 上海市徐汇区桂林路100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。