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！

龙图腾网获悉上海致景信息科技有限公司申请的专利基于ViT的无监督坯布缺陷检测方法、系统、设备及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：CN116503329B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202310312114.9，技术领域涉及：G06T7/00；该发明授权基于ViT的无监督坯布缺陷检测方法、系统、设备及介质是由朱锦祥;邹建法设计研发完成，并于2023-03-27向国家知识产权局提交的专利申请。

本基于ViT的无监督坯布缺陷检测方法、系统、设备及介质在说明书摘要公布了：本发明涉及一种基于ViT的无监督坯布缺陷检测方法、系统、设备及介质，其技术方案要点是：获取坯布图像；利用训练好的ViT网络模型对所述坯布图像进行特征提取得到多尺度特征图；利用训练好的Fastflow网络模型对多尺度特征图进行转化得到各个尺度特征的概率值热点图；利用双线性插值方法统一各个概率值热点图的尺度得到对应的统一概率热点图；根据所有统一概率热点图计算出各个像素点的均值得到各个像素点的概率值；基于所有像素点的概率值定位缺陷区域；本申请具有解决坯布样本收集难的问题，且能够更好地对坯布图像进行准确的特征提取，以提高识别准确率的效果。

本发明授权基于ViT的无监督坯布缺陷检测方法、系统、设备及介质在权利要求书中公布了：1.一种基于ViT的无监督坯布缺陷检测方法，其特征在于，包括： 获取坯布图像； 利用训练好的ViT网络模型对所述坯布图像进行特征提取得到多尺度特征图； 利用训练好的Fastflow网络模型对多尺度特征图进行转化得到各个尺度特征的概率值热点图； 利用双线性插值方法统一各个概率值热点图的尺度得到对应的统一概率热点图； 根据所有统一概率热点图计算出各个像素点的均值得到各个像素点的概率值； 基于所有像素点的概率值定位缺陷区域； 所述Fastflow网络模型的训练方法包括： 获取训练样本集，所述训练样本集中的样本为正常坯布图像经过ViT网络模型后的正常特征图； 将训练样本集中的各个样本输入给Fastflow网络得到输出结果，利用极大似然估计方法得到损失函数； 将损失函数在Fastflow网络进行反向传播，更新Fastflow网络的参数，经过多次迭代训练后得到训练好的Fastflow网络模型； 所述利用极大似然估计方法得到损失函数，包括： 将预设公式作为似然函数，其中，预设公式为：，X为ViT网络模型的输出结果，Z为Fastflow网络的输出结果； 对似然函数取对数,将z替换为，表示损失函数，求导得到损失函数； 所述Fastflow网络包括：卷积层、激活层和标准化层； 通过卷积层和激活层用于对多通道特征图进行双射映射得到单通道特征图； 通过标准化层对单通道特征图进行前向计算得到标准化二维矩阵； 所述根据所有统一概率热点图计算出各个像素点的均值得到各个像素点的概率值，包括： 计算所有统一概率热点图中的同一像素点的均值，得到各个像素点的均值，各个像素点的均值为对应像素点的概率值； 所述基于所有像素点的概率值定位缺陷区域，包括： 从所有像素点中选取出概率值小于预设阈值的像素点作为异常像素点； 所有异常像素点形成至少一连通域，提取各个连通域的轮廓得到对应的缺陷区域。

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致景信息科技有限公司，其通讯地址为：200000 上海市虹口区东大名路1158号3201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。