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！

龙图腾网获悉中科(洛阳)机器人与智能装备研究院申请的专利基于CFLOW-AD模型的金属带材表面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：CN117670858B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202311759580.8，技术领域涉及：G06T7/00；该发明授权基于CFLOW-AD模型的金属带材表面缺陷检测方法是由王欣刚;付益源设计研发完成，并于2023-12-20向国家知识产权局提交的专利申请。

本基于CFLOW-AD模型的金属带材表面缺陷检测方法在说明书摘要公布了：基于CFLOW‑AD模型的金属带材表面缺陷检测方法，获取无缺陷金属带材表面图像，扩增后构建训练数据集，搭建PatchSVDD特征提取模型，导入训练数据集进行特征提取预训练，得到预训练模型；将预训练模型传入CFLOW‑AD模型的编码层作为特征提取器；提取正常金属带材高斯金字塔的特征，构建多尺度特征金字塔；利用训练数据集训练每个尺度层的独立解码器；利用训练好的CFLOW‑AD模型对有缺陷的测试样本图像进行检测，确定缺陷在图像上的区域。采用无缺陷样本进行自监督学习，解决了缺陷样本难以收集的问题，并通过数据扩增解决因成像因素带来的图像噪音，提高鲁棒性，降低了噪声误检。

本发明授权基于CFLOW-AD模型的金属带材表面缺陷检测方法在权利要求书中公布了：1.基于CFLOW-AD模型的金属带材表面缺陷检测方法，其特征在于：包括如下步骤： （1）、获取无缺陷金属带材表面图像； （2）、对步骤（1）获取的图像进行扩增，构建训练数据集； （3）、搭建PatchSVDD特征提取模型，并导入步骤（2）的训练数据集进行特征提取预训练，得到预训练模型；PatchSVDD特征提取模型将训练数据集的图像划分为若干个大图像块Patchb，再将每个大图像块划分为若干个小图像块Patchs，每个大图像块设置层级编码器fb，每个小图像块设置层级编码器fs，隶属于同一大图像块的各小图像块的层级编码器fs共享训练参数权重，每一个小图像块单独编码生成一个独立的特征向量，编码器fb再对这些特征向量进行编码，生成大图像块的特征向量； 在PatchSVDD特征提取模型的自监督学习过程中，使用马氏距离代替欧氏距离作为损失函数评估特征空间内邻近图像块语义特征的相似性； （4）、搭建CFLOW-AD模型，对步骤（2）训练数据集的图像进行池化操作，构建高斯金字塔；其中，将步骤（3）的预训练模型传入CFLOW-AD模型的编码层作为特征提取器，提取正常金属带材高斯金字塔的特征，构建多尺度特征金字塔；每个尺度层得到一个特征向量作为语义信息，并使用位置编码器得到条件向量作为空间信息，每一层的独立解码器单独地处理该层的特征向量； （5）、利用步骤（2）的训练数据集训练步骤（4）多尺度特征金字塔每个尺度层的独立解码器； （6）、利用步骤（5）训练好的CFLOW-AD模型对有缺陷的测试样本图像进行检测，经过CFLOW-AD模型对有缺陷的测试样本进行估计，将得到的每个尺度的对数似然转换为概率值，归一化后，使用双立方插值将上采样至输入图像大小，将所有上采样概率聚合为异常得分图S，得分高的地方即为缺陷所在区域。

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中科(洛阳)机器人与智能装备研究院，其通讯地址为：471003 河南省洛阳市涧西区龙裕路洛阳国家大学科技园1号楼201室；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”。