買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜南京大學申請的專利一種結合梯度解耦與對比學習的小樣本瑕疵檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN114943698B 。

龍圖騰網通過國家知識產權局官網在2025-06-10發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202210527181.8，技術領域涉及：G06T7/00；該發明授權一種結合梯度解耦與對比學習的小樣本瑕疵檢測方法是由周慶博;周嵩;李武軍設計研發完成，并于2022-05-16向國家知識產權局提交的專利申請。

本一種結合梯度解耦與對比學習的小樣本瑕疵檢測方法在說明書摘要公布了：本發明公開一種結合梯度解耦與對比學習的小樣本瑕疵檢測方法，本發明方法主要包括目標檢測數據集的預訓練、生成符合瑕疵數據特征的錨點、調整目標檢測模型并輸入生成的錨點訓練和瑕疵的檢測四個階段。預訓練階段使用大規模目標檢測數據集訓練目標檢測模型，可以大幅度減少模型的訓練時間，使模型具有目標定位能力，其中梯度解耦模塊用于解耦候選框提取網絡和候選框預測網絡，可在訓練時獲取更符合網絡特征的信息，加強模型學習能力。使用瑕疵數據集和錨點對調整后的目標檢測模型進行訓練生成瑕疵檢測模型，訓練凍結骨干網絡權重并在候選框預測網絡中添加對比分支，對比分支可以使不同類別的候選框特征差距更大，加強模型的分辨能力，精確度更高。

本發明授權一種結合梯度解耦與對比學習的小樣本瑕疵檢測方法在權利要求書中公布了：1.一種結合梯度解耦與對比學習的小樣本瑕疵檢測方法，其特征在于，主要包括如下步驟：步驟1，使用大規模的目標檢測數據集經過預訓練得到目標檢測模型，所述目標檢測模型包括骨干網絡、特征金字塔網絡、候選框提取網絡、候選框預測網絡和梯度解耦模塊；步驟2，通過自適應錨點算法為瑕疵數據集對應生成多個錨點；步驟3，調整所述目標檢測模型中的所述候選框預測網絡，將所述候選框預測網絡的候選框分類分支輸出的數量設置為瑕疵類別的數量，并在所述候選框預測網絡中添加對比分支；步驟4，將所述瑕疵數據集和生成的所述錨點輸入至調整后的所述目標檢測模型中進行訓練得到瑕疵檢測模型；步驟5，對于待檢測的瑕疵圖像輸入至所述瑕疵檢測模型中，對應輸出瑕疵目標的位置及其類別；其中，步驟4中所述瑕疵檢測模型的訓練步驟如下：步驟4.1，初始化瑕疵檢測模型使用的數據加載器，提取圖像和真實標注；步驟4.2，通過所述骨干網絡提取瑕疵圖像的多層瑕疵特征圖；步驟4.3，使用所述特征金字塔網絡融合所述多層瑕疵特征圖的信息得到瑕疵金字塔特征圖；步驟4.4，利用所述梯度解耦模塊對所述瑕疵金字塔特征圖進行兩次仿射變換得到的兩組瑕疵仿射特征圖；步驟4.5，將兩組所述瑕疵仿射特征圖分別輸入至所述候選框提取網絡和候選框預測網絡中，所述候選框提取網絡提取出含有瑕疵的候選框，使用所述候選框預測網絡計算出候選框類別和候選框回歸參數；步驟4.6，根據所述候選框類別和候選框回歸參數計算網絡的分類損失、回歸損失、對比損失和梯度；步驟4.7，使用所述梯度解耦模塊對所述候選框提取網絡和候選框預測網絡進行梯度解耦操作；步驟4.8，判斷達到最大訓練輪次后結束輸出所述瑕疵檢測模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人南京大學，其通訊地址為：210046 江蘇省南京市棲霞區仙林大道163號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。