上海交通大学乐心怡获国家专利权
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！
龙图腾网获悉上海交通大学申请的专利基于特征对比的半监督工业缺陷检测方法及系统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：CN114494780B 。
龙图腾网通过国家知识产权局官网在2025-07-11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：202210094096.7，技术领域涉及：G06V10/764；该发明授权基于特征对比的半监督工业缺陷检测方法及系统是由乐心怡;王钰超;陈彩莲;关新平设计研发完成，并于2022-01-26向国家知识产权局提交的专利申请。
本基于特征对比的半监督工业缺陷检测方法及系统在说明书摘要公布了：本发明提供了一种基于特征对比的半监督工业缺陷检测方法及系统，包括：步骤S1：采集待测产品图片，随机对图片标注标签；步骤S2：对待测产品进行分类，分为有标签输入和无标签输入；步骤S3：对于有标签输入，用图片和对应的标签对于学生网络进行训练；对于无标签输入，输入到教师网络中产生相应的伪标签和表征；步骤S4：对于伪标签进行筛选，分出可靠像素和不可靠像素；步骤S5：对于可靠像素送入学生网络中进行监督；对于不可靠像素，根据其特征编码信息，对学生网络进行基于对比学习的特征优化。本发明在工业缺陷检测数据的标注缺乏的情况下，训练出有效的神经网络模型进行缺陷检测，减少了人工标注工作量，大大降低了成本。
本发明授权基于特征对比的半监督工业缺陷检测方法及系统在权利要求书中公布了：1.一种基于特征对比的半监督工业缺陷检测方法，其特征在于，包括： 步骤S1：采集待测产品图片，随机对图片标注标签； 步骤S2：对待测产品进行分类，分为有标签输入和无标签输入； 步骤S3：对于有标签输入，用图片和对应的标签对于学生网络进行训练； 对于无标签输入，输入到教师网络中产生相应的伪标签和表征； 步骤S4：对于伪标签进行筛选，分出可靠像素和不可靠像素； 步骤S5：对于可靠像素送入学生网络中进行监督；对于不可靠像素，根据其特征编码信息，对学生网络进行基于对比学习的特征优化； 在所述步骤S5中： 对于低可信度的标签根据特征编码信息对学生网络进行基于对比学习的特征优化的步骤为： 步骤S5.1：将不可像素的预测概率分布进行根据概率值的排序； 步骤S5.2：对于每个类别的可靠像素，当不可靠像素概率排序前三类别中不出现这个类别，则进行特征对比的损失计算优化。
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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号