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！

龙图腾网获悉北京工商大学;南京领通汇智科技有限公司申请的专利一种基于自监督预训练的小样本图像缺陷目标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：CN116994047B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202310955804.6，技术领域涉及：G06V10/764；该发明授权一种基于自监督预训练的小样本图像缺陷目标检测方法是由洪兆瑞;于重重;仇宁海;赵霞设计研发完成，并于2023-08-01向国家知识产权局提交的专利申请。

本一种基于自监督预训练的小样本图像缺陷目标检测方法在说明书摘要公布了：本发明公布了一种基于自监督预训练的小样本图像缺陷目标检测方法，采用小样本目标检测中的迁移学习范式，即在基类样本上进行预训练，在新类样本上进行微调；使用大量基类正常图片样本进行预训练即进行基类预训练；再将训练后的网络模型在少量的新类缺陷图片样本上进行微调即继续训练；最后在测试图片集上进行测试，对新类即缺陷类进行检测。采用本发明的技术方案，在小样本目标检测的场景下具有很强的鲁棒性和泛化能力，能够提高小样本图像目标检测的检测精度。本发明可应用于高铁基础设施图像处理与目标检测。

本发明授权一种基于自监督预训练的小样本图像缺陷目标检测方法在权利要求书中公布了：1.一种基于自监督预训练的小样本图像缺陷目标检测方法，其特征是，采用小样本目标检测中的迁移学习范式进行模型训练，即在基类样本上进行预训练，在新类样本上进行微调；其中正常类别作为基类，缺陷类别作为新类；包括如下步骤： 1进行自监督预训练，构建小样本目标检测网络模型；采用自监督预训练方法训练小样本目标检测网络模型中的骨干网络，得到自监督预训练后的骨干网络权重，作为小样本目标检测网络模型骨干网络的初始权重； 构建的小样本目标检测网络模型包括主干网络、梯度解耦层即GDL层、区域生成网络RPN和感兴趣区域池化结构RoIPooling、上下文语义融合模块CSF、分类器和框回归器； 2采用小样本目标检测的迁移学习范式进行训练：首先使用大量基类正常图片样本进行预训练即进行基类预训练；再将训练后的网络模型在少量的新类缺陷图片样本上进行微调即继续训练；最后在测试图片集上进行测试，对新类即缺陷类进行检测；预训练和微调两个阶段使用同样的网络模型结构；具体过程包括： 将图片送入小样本目标检测网络模型，经过小样本目标检测模型的主干网络，主干网络用于提取图像的特征，主干网络由残差网络ResNet101与特征金字塔FPN构成，同时在残差网络的最后一层加入SENet注意力机制，形成基于SENet的多尺度注意力机制SE-MAM； 将经过主干网络后的特征图送入GDL层进行前向传播，得到的输出传入区域生成网络RPN和感兴趣区域池化结构RoIPooling，其中RPN网络用于提供可能存在目标的回归框，产生带有目标分数和边界框回归偏移量的建议信息特征向量；RoIPooling用于将输入特征图中不同大小的感兴趣区域利用池化方法获得固定大小的输出特征图； 3将经过RoIPooling后得到的输出特征图通过上下文语义融合模块输出给分类器和框回归器；所述分类器通过计算得到候选框中物体为每个类别的概率，输出概率最大的类别作为预测类别；所述框回归器使用损失函数计算预测值与真实值之间偏移量的损失值，通过偏移量对候选框进行修正，得到预测框坐标即识别的目标的位置； 利用训练好的小样本目标检测网络模型，实现小样本目标检测。

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北京工商大学;南京领通汇智科技有限公司，其通讯地址为：100048 北京市海淀区阜成路33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。