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！

龙图腾网恭喜南京大学申请的专利一种结合梯度解耦与对比学习的小样本瑕疵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：CN114943698B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202210527181.8，技术领域涉及：G06T7/00；该发明授权一种结合梯度解耦与对比学习的小样本瑕疵检测方法是由周庆博;周嵩;李武军设计研发完成，并于2022-05-16向国家知识产权局提交的专利申请。

本一种结合梯度解耦与对比学习的小样本瑕疵检测方法在说明书摘要公布了：本发明公开一种结合梯度解耦与对比学习的小样本瑕疵检测方法，本发明方法主要包括目标检测数据集的预训练、生成符合瑕疵数据特征的锚点、调整目标检测模型并输入生成的锚点训练和瑕疵的检测四个阶段。预训练阶段使用大规模目标检测数据集训练目标检测模型，可以大幅度减少模型的训练时间，使模型具有目标定位能力，其中梯度解耦模块用于解耦候选框提取网络和候选框预测网络，可在训练时获取更符合网络特征的信息，加强模型学习能力。使用瑕疵数据集和锚点对调整后的目标检测模型进行训练生成瑕疵检测模型，训练冻结骨干网络权重并在候选框预测网络中添加对比分支，对比分支可以使不同类别的候选框特征差距更大，加强模型的分辨能力，精确度更高。

本发明授权一种结合梯度解耦与对比学习的小样本瑕疵检测方法在权利要求书中公布了：1.一种结合梯度解耦与对比学习的小样本瑕疵检测方法，其特征在于，主要包括如下步骤：步骤1，使用大规模的目标检测数据集经过预训练得到目标检测模型，所述目标检测模型包括骨干网络、特征金字塔网络、候选框提取网络、候选框预测网络和梯度解耦模块；步骤2，通过自适应锚点算法为瑕疵数据集对应生成多个锚点；步骤3，调整所述目标检测模型中的所述候选框预测网络，将所述候选框预测网络的候选框分类分支输出的数量设置为瑕疵类别的数量，并在所述候选框预测网络中添加对比分支；步骤4，将所述瑕疵数据集和生成的所述锚点输入至调整后的所述目标检测模型中进行训练得到瑕疵检测模型；步骤5，对于待检测的瑕疵图像输入至所述瑕疵检测模型中，对应输出瑕疵目标的位置及其类别；其中，步骤4中所述瑕疵检测模型的训练步骤如下：步骤4.1，初始化瑕疵检测模型使用的数据加载器，提取图像和真实标注；步骤4.2，通过所述骨干网络提取瑕疵图像的多层瑕疵特征图；步骤4.3，使用所述特征金字塔网络融合所述多层瑕疵特征图的信息得到瑕疵金字塔特征图；步骤4.4，利用所述梯度解耦模块对所述瑕疵金字塔特征图进行两次仿射变换得到的两组瑕疵仿射特征图；步骤4.5，将两组所述瑕疵仿射特征图分别输入至所述候选框提取网络和候选框预测网络中，所述候选框提取网络提取出含有瑕疵的候选框，使用所述候选框预测网络计算出候选框类别和候选框回归参数；步骤4.6，根据所述候选框类别和候选框回归参数计算网络的分类损失、回归损失、对比损失和梯度；步骤4.7，使用所述梯度解耦模块对所述候选框提取网络和候选框预测网络进行梯度解耦操作；步骤4.8，判断达到最大训练轮次后结束输出所述瑕疵检测模型。

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南京大学，其通讯地址为：210046 江苏省南京市栖霞区仙林大道163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”。