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！

龙图腾网获悉江苏盈华制造有限公司申请的专利一种基于神经网络的深度学习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：CN118396964B 。

龙图腾网通过国家知识产权局官网在2025-05-13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：202410562745.0，技术领域涉及：G06T7/00；该发明授权一种基于神经网络的深度学习缺陷检测方法是由邹衡;朱伟华;贺梦帆设计研发完成，并于2024-05-08向国家知识产权局提交的专利申请。

本一种基于神经网络的深度学习缺陷检测方法在说明书摘要公布了：本发明公开了一种基于神经网络的深度学习缺陷检测方法包括，设计了双通道神经网络，对缺陷数据集中的图像进行静态和动态卷积的分布式处理，增加了数据集的输入量，提高了神经网络对于大数据量或复杂数据处理的性能和泛化能力；此外，本发明将注意力值作为注意力学习权重与并行卷积核进行融合送入池化层，利用了缺陷图像区域位置信息来动态调整不同区域的注意力权重，从而提高了模型对不同缺陷图像区域的关注程度，增强了神经网络的感知能力和区分能力；最后，采用温度淬火算法控制了神经网络的隐含层与输出层中间自定义层带来的额外参数和计算成本，为相关领域的研究和应用带来了新的可能性。

本发明授权一种基于神经网络的深度学习缺陷检测方法在权利要求书中公布了：1.一种基于神经网络的深度学习缺陷检测方法，其特征在于，包括：获取需要检测的缺陷数据集，对所述数据集进行预处理；设计双通道神经网络，把预处理后的数据集送入所述双通道神经网络，将所述双通道神经网络中的卷积层分为静态卷积和动态卷积，在动态卷积中使用适应性注意力机制，将所述静态卷积送入全连接层；在所述适应性注意力机制中引入短时间序列，得到缺陷图像区域位置信息，调整所述缺陷区域位置信息，计算不同区域位置上的注意力值，将所述注意力值作为注意力学习权重与并行卷积核进行融合送入池化层；构建深度学习缺陷检测模型，将融合特征作为模型训练值，采用温度淬火算法，对所述训练值进行迭代更新；所述构建深度学习缺陷检测模型，将融合特征作为模型训练值，采用温度淬火算法，对所述训练值进行迭代更新，包括：从所述模型训练值中选择随机特征，作为原始解，将选择的原始解从模型训练值中剔除，再随机选择一个特征，作为最优解；在所述原始解中生成一个相邻解，并计算所述相邻解的目标函数；若所述相邻解的目标函数比原始解大但比最优解小，则将其作为原始解；若所述相邻解的目标函数比最优解大，则将其作为最优解；若所述相邻解的目标函数比原始解小，则将其剔除；还包括：更新当前原始解和最优解，当最优解超过模型训练值的最大范围，则停止迭代，输出当前解的前一次解为最优解；否则重新生成相邻解，并计算所述相邻解的目标函数；还包括：所述温度淬火算法还包含正则化的特征选择策略。

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江苏盈华制造有限公司，其通讯地址为：212300 江苏省镇江市丹阳市云阳镇高新区技术创新园A3西1楼；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”。