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！

龙图腾网获悉湖南工商大学申请的专利一种基于类感知原型迁移的小样本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：CN121616602B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202610149078.2，技术领域涉及：G06T7/00；该发明授权一种基于类感知原型迁移的小样本缺陷检测方法是由张震;易自牧;徐雪松;马涛;刘志义设计研发完成，并于2026-02-03向国家知识产权局提交的专利申请。

本一种基于类感知原型迁移的小样本缺陷检测方法在说明书摘要公布了：本申请涉及一种基于类感知原型迁移的小样本缺陷检测方法，该方法通过将有标签图像输入至包含第一CAM模块的学生网络，输出对应的第一预测结果以及由第一CAM模块提取的各类真值标签对应的第一特征；并基于第一预测结果计算第一损失函数来初步优化学生网络，基于第一特征更新各类真值标签的原型；将无标签图像输入至包含第二CAM模块的教师网络，基于教师网络输出的第二特征、第二预测结果与更新后的原型计算伪标签的综合可信度评分，进而基于综合可信度评分计算第二损失函数来二次优化学生网络；基于学生网络二次优化后的网络参数更新教师网络的网络参数；将待检测的工业产品图像经过迭代优化后的教师网络，得到最终的缺陷检测结果。

本发明授权一种基于类感知原型迁移的小样本缺陷检测方法在权利要求书中公布了：1.一种基于类感知原型迁移的小样本缺陷检测方法，其特征在于，包括： S1：获取训练用的工业产品图像集，所述工业产品图像集包括无标签数据集与有标签数据集； S2：将所述有标签数据集中的有标签图像输入至包含第一CAM模块的学生网络，输出对应的第一预测结果以及由第一CAM模块提取的各类真值标签对应的第一特征；并基于有标签图像的真值标签与第一预测结果计算第一损失函数来初步优化学生网络，基于各类真值标签对应的第一特征更新各类真值标签的原型； S3：将所述无标签数据集中的无标签图像输入至包含第二CAM模块的教师网络，输出对应的第二预测结果以及由第二CAM模块提取的各无标签图像的第二特征；基于第二特征、更新后的原型以及第二预测结果计算伪标签的综合可信度评分；基于伪标签的综合可信度评分计算第二损失函数来二次优化学生网络，包括： 基于任意一类真值标签对应的各第一类别置信度，计算对应真值标签的第一平均置信度； 基于同一真值标签对应的各第二类别置信度，计算对应真值标签的第二平均置信度； 基于第二平均置信度计算标准差，并基于第一平均置信度、第二平均置信度计算对应真值标签的置信度差异； 基于对应真值标签的所述置信度差异与所述标准差分别计算自适应低阈值、自适应高阈值，计算式分别为： ； ； ； 其中，表示第c类真值标签的自适应高阈值，表示第c类真值标签的自适应低阈值，表示clip函数，表示第c类真值标签的第一平均置信度，表示第c类真值标签的第二平均置信度，表示第一超参数，表示第二超参数，表示第三超参数，表示第c类真值标签的置信度差异，表示第c类真值标签的第二平均置信度的标准差，表示阈值下边界，表示阈值上边界； 将综合可信度评分与自适应低阈值、自适应高阈值比较，确定伪标签的置信区间； 基于各伪标签的置信区间选择对应的蒸馏损失，并基于各蒸馏损失与第一损失函数计算第二损失函数； 基于第二损失函数，并通过反向传播算法对初步优化的学生网络的网络参数进行二次更新； 基于学生网络二次优化后的网络参数更新教师网络的网络参数； S4：迭代步骤S2-S3，直至达到最大预设轮次，得到优化后的教师网络；将待检测的工业产品图像经过优化后的教师网络，得到最终的缺陷检测结果。

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湖南工商大学，其通讯地址为：410205 湖南省长沙市岳麓区岳麓大道569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。