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！

龙图腾网获悉航天科工防御技术研究试验中心申请的专利芯片模糊缺陷检测模型的训练方法、缺陷检测方法及设备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：CN119722589B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202411715050.8，技术领域涉及：G06T7/00；该发明授权芯片模糊缺陷检测模型的训练方法、缺陷检测方法及设备是由宇晓彤;孙海晶;傅成城;张祎设计研发完成，并于2024-11-27向国家知识产权局提交的专利申请。

本芯片模糊缺陷检测模型的训练方法、缺陷检测方法及设备在说明书摘要公布了：本公开提供了一种芯片模糊缺陷检测模型的训练方法、缺陷检测方法及设备，包括：获取图像数据集及初始芯片模糊缺陷检测模型；利用特征提取器对所述图像数据进行特征提取，得到图像特征；将所述图像特征输入至初始自监督分类器中，确定所述初始自监督分类器对应的自监督损失函数；将所述图像特征输入至初始检测器中，经过所述初始检测器处理，输出预测缺陷数据；根据所述真实缺陷数据及所述预测缺陷数据，确定检测损失函数；将所述自监督损失函数及所述检测损失函数进行加和处理，得到目标损失函数；基于目标损失函数对初始芯片模糊缺陷检测模型进行训练，直至所述初始芯片模糊缺陷检测模型训练次数达到预设次数，得到芯片模糊缺陷检测模型。

本发明授权芯片模糊缺陷检测模型的训练方法、缺陷检测方法及设备在权利要求书中公布了：1.一种芯片模糊缺陷检测模型的训练方法，其特征在于，包括： 获取图像数据集及初始芯片模糊缺陷检测模型，其中所述图像数据集中包括图像数据及与所述图像数据对应的真实缺陷数据，所述图像数据为包含至少一个真实缺陷框、且每个真实缺陷框对应至少一个模糊缺陷类别的图像数据，所述真实缺陷框及真实缺陷框对应的模糊缺陷类别即为真实缺陷数据，每个真实缺陷框对应的至少一个模糊缺陷类别中包含该真实缺陷框对应的真实缺陷类别； 利用特征提取器对所述图像数据进行特征提取，得到图像特征； 将所述图像特征输入至初始自监督分类器中，确定所述初始自监督分类器对应的自监督损失函数； 将所述图像特征输入至初始检测器中，经过所述初始检测器处理，输出预测缺陷数据； 根据所述真实缺陷数据及所述预测缺陷数据，确定检测损失函数； 将所述自监督损失函数及所述检测损失函数进行加和处理，得到目标损失函数； 基于目标损失函数对初始芯片模糊缺陷检测模型进行训练，直至所述初始芯片模糊缺陷检测模型训练次数达到预设次数，得到芯片模糊缺陷检测模型； 所述真实缺陷数据包括真实缺陷框对应的真实缺陷框位置及真实缺陷框对应的模糊缺陷类别， 所述根据所述真实缺陷数据及所述预测缺陷数据，确定检测损失函数，包括： 针对每个预测缺陷框：根据该预测缺陷框位置与真实缺陷框位置，计算得到该预测缺陷框对应的第二交并比； 将第二交并比大于第二预设交并比阈值的预测缺陷框，作为目标预测缺陷框； 根据目标预测缺陷框对应的目标预测缺陷框位置、目标预测缺陷类别、真实缺陷框位置及模糊缺陷类别确定检测损失函数； 所述根据目标预测缺陷框对应的目标预测缺陷框位置、目标预测缺陷类别、真实缺陷框位置及模糊缺陷类别确定检测损失函数，包括： 根据所述真实缺陷框位置及所述目标预测缺陷框位置确定位置损失函数，所述位置损失函数利用公式表示为： 其中，为位置损失函数，Pos和Neg是通过先验框和真实缺陷框的交并比来分类，如果交并比大于阈值则为Pos正类，包含某个物体类别，若交并比小于阈值则为Neg负类;是锚框的位置参数，表示锚框的中心坐标以及尺寸；为目标预测缺陷框位置；为真实缺陷框位置；smooth损失函数表达式为:，如果；如果,在绝对值误差小于1时，smooth损失函数是二次函数，当绝对值误差大于1时，smooth损失函数是线性函数，k是第k类，为第个目标预测缺陷框与类别k的第个真实缺陷框相匹配的相似系数，若完全匹配，则，若不匹配，则，是第个真实缺陷框的候选类别集合，是第个目标预测缺陷框的分类概率向量中的第个元素，为权重系数，； 根据所述模糊缺陷类别及所述目标预测缺陷类别确定类别损失函数，所述类别损失函数利用公式表示为： 其中，为类别损失函数，是第类，为第个目标预测缺陷框与类别的第个真实缺陷框相匹配的相似系数，若完全匹配，则，若不匹配，则，是第个真实缺陷框的模糊缺陷类别，是第个目标预测缺陷框的分类概率向量中的第个元素，为权重系数，； 获取目标预测缺陷框的数量，根据所述目标预测缺陷框的数量、所述位置损失函数及所述类别损失函数确定检测损失函数，其中所述检测损失函数利用公式表示为： 其中，为检测损失函数，为目标预测缺陷框的数量。

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航天科工防御技术研究试验中心，其通讯地址为：100085 北京市海淀区永定路50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。