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！

龙图腾网获悉东华大学申请的专利一种基于知识蒸馏的无监督工业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：CN119991555B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202411883573.3，技术领域涉及：G06T7/00；该发明授权一种基于知识蒸馏的无监督工业异常检测方法及系统是由蒋学芹;兴安;周书波;潘峰设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本一种基于知识蒸馏的无监督工业异常检测方法及系统在说明书摘要公布了：本发明提供一种基于知识蒸馏的无监督工业异常检测方法及系统，所述建模方法包括：获取工业产品表面图像，对工业产品表面图像进行预处理以分别得到训练集和测试集；构建异常合成网络、教师特征提取网络、可变型去噪学生网络和像素级异常分割网络，将异常合成网络、教师特征提取网络、可变型去噪学生网络和像素级异常分割网络依次整合形成异常检测模型；通过训练集对异常检测模型进行训练；采用测试集对训练后的异常检测模型进行验证，在验证符合要求后输出异常检测目标模型；本发明提高了工业图像异常检测的敏感性和准确性，实现了对产品表面缺陷的更可靠检测、识别和定位。

本发明授权一种基于知识蒸馏的无监督工业异常检测方法及系统在权利要求书中公布了：1.一种基于知识蒸馏的无监督工业异常检测方法，其特征在于，所述方法包括： 获取工业产品表面图像，对所述工业产品表面图像进行预处理以分别得到训练集和测试集； 构建异常合成网络、教师特征提取网络、可变型去噪学生网络和像素级异常分割网络，将所述异常合成网络、所述教师特征提取网络、所述可变型去噪学生网络和所述像素级异常分割网络依次整合形成异常检测模型； 所述可变型去噪学生网络包括去噪模块和自监督重建模块，所述去噪模块用于在特征维度上对输入的图像进行去噪处理，以得到初步去噪特征图，所述自监督重建模块用于对所述初步去噪特征图进行进一步重建，并对上下文结构信息异常的特征生成判别特征； 所述自监督重建模块包括一个可变型掩码卷积和一个通道注意力模块，所述自监督重建模块在卷积的中心采用了一个掩码操作，并利用上下文信息来预测或重建被掩码的信息，从而迫使模型学习正常局部特征的全局上下文信息； 通过所述训练集对所述异常检测模型进行训练； 采用所述测试集对训练后的所述异常检测模型进行验证，在验证符合要求后输出异常检测目标模型； 其中，所述异常合成网络用于合成伪造的异常图像，所述教师特征提取网络用于提取图像的多尺度特征并进行特征引导，所述可变型去噪学生网络用于对图像的异常区域进行去噪，所述像素级异常分割网络用于对图像进行异常分类和异常定位。

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东华大学，其通讯地址为：201620 上海市松江区人民北路2999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。