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！

龙图腾网获悉北京理工大学申请的专利面向工业产品质检的小样本图像分割自我校准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：CN115170793B 。

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：202210163267.7，技术领域涉及：G06V10/26；该发明授权面向工业产品质检的小样本图像分割自我校准方法是由高广宇;方致远;刘驰;张泽康设计研发完成，并于2022-02-22向国家知识产权局提交的专利申请。

本面向工业产品质检的小样本图像分割自我校准方法在说明书摘要公布了：本发明提出一种面向工业产品质检的小样本图像分割自我校准方法，包括：训练图像采集、划分训练集和测试集、选取指导图片和查询图片构造输入、算法模型初始化、进行自我校准算法的训练、算法性能的测试。所述校准方法，将小样本学习算法和工业产品质检相结合，利用双分支结构，解决工业产品质检领域由于缺少数据和缺少有关数据的标注等原因，无法将深度学习方法应用到工业产品质检的问题。

本发明授权面向工业产品质检的小样本图像分割自我校准方法在权利要求书中公布了：1.一种面向工业产品质检的小样本图像分割自我校准方法，其特征在于，包括： 步骤1，采集训练图像，获得数据集，将数据集划分为训练集Cbase和测试集Cnovel两类，训练集Cbase为拥有样本缺陷的种类，训练集Cbase和测试集Cnovel无交集； 步骤2，构造自我校准算法的输入数据，输入数据包括若干三元组Is，Ms，Iq，三元组作为训练或测试过程中的基本数据单元，称为一个段，自我校准算法包括指导分支和查询分支，其中指导分支输入指导图片Is和指导图片Is的逐像素标注图像Ms，指导分支用于从被充分标注的指导图片Is中学习并提取先验知识；查询分支的输入为查询图片Iq，查询分支用于借鉴指导图片Is学习的知识来生成查询图片Iq的预测结果； 步骤3，提取输入图片特征，对于每一个段，指导图片Is和查询图片Iq分别通过一个由卷积神经网络组成的编码器，提取出其在高维空间的深度特征，指导图片Is的高维特征记为Fs，查询图片Iq的高维特征记为Fq； 步骤4，生成指导图片的特征表示，将指导图片Is的高维特征Fs输入到指导分支中，生成对应的特征表示；将指导图片Is的高维特征Fs和其标注Ms的逐像素相乘，将指导图片Is高维特征Fs中的背景部分去除；通过全局平均池化生成指导图片Is的特征表示Vs，输入到查询分支中； 步骤5，生成预测概率分布图，将查询图片Iq的高维特征Fq输入到查询分支中，和指导图片Is的特征表示Vs一起生成查询图片Iq的初步分割预测，指导图片Is的特征表示Vs和查询图片Iq的高维特征Fq逐像素的计算余弦相似度，能够得到一概率分布图P，其中每个位置的值表示该位置像素属于前景类别的概率； 步骤6，生成初步标记掩码，选取一个阈值，将概率分布图P中大于阈值的位置设置为1，小于阈值的位置设置为0，得到由0和1组成的初步分割预测Minit，其中0代表该位置像素属于背景类别，1代表该位置像素属于前景类别； 步骤7，生成用于对初步分割预测Minit进行自我校准的特征表示Vq，由于存在类内差异的问题，指导图片和查询图片的前景部分存在差异，初步分割预测Minit中有预测错误或漏预测的部分，需要进行进一步校准； 步骤8，令查询图片Iq的高层特征Fq和Vq逐像素计算余弦相似度，得到中间结果P′，令P′和查询图片Iq的高维特征Fq相乘，输入到ASPP模块中，得到输出校准后的校准分割预测结果Mrec对应的概率分布图Pr，作为算法的输出； 步骤9，计算所述算法的自我校准损失，监督模型的训练； 步骤10，生成预测结果。

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北京理工大学，其通讯地址为：100081 北京市海淀区中关村南大街5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”。