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！

龙图腾网获悉华中科技大学申请的专利基于终身学习的多类别纹理表面缺陷检测模型的构建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：CN115564749B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202211294135.4，技术领域涉及：G06T7/00；该发明授权基于终身学习的多类别纹理表面缺陷检测模型的构建方法是由尹周平;杨华;何大伟;陈建魁;朱钦淼设计研发完成，并于2022-10-21向国家知识产权局提交的专利申请。

本基于终身学习的多类别纹理表面缺陷检测模型的构建方法在说明书摘要公布了：本发明属于图像处理领域，并公开了一种基于终身学习的多类别纹理表面缺陷检测模型的构建方法。整个模型以新提出的自适应卷积反卷积模块为基础模块，具体地，自适应卷积反卷积模块为每个类别设置独立的卷积核反卷积核掩膜，用于分配权重衡量模型参数与当前训练类别的相关性，并通过卷积核反卷积核掩膜设置参数剪枝和冷冻操作，参数剪枝保证了模型在后续类别训练时，仍然有足够多的参数可以用于新类别的训练，从而更好地拟合新任务；参数冷冻保证了模型在已训练类别上的知识记忆，允许相似类别的模型参数重叠，在旧任务测试时仍然具备较高的精度。从而，使模型具备终身学习的能力，实现单个模型的多类别纹理表面缺陷检测。

本发明授权基于终身学习的多类别纹理表面缺陷检测模型的构建方法在权利要求书中公布了：1.一种基于终身学习的多类别纹理表面缺陷检测模型的构建方法，其特征在于，包括： 搭建纹理表面缺陷检测模型；所述纹理表面缺陷检测模型包括自适应异常分解模块，自适应异常分解模块由特征提取器、背景编码器、背景解码器、缺陷编码器和缺陷解码器组成，用于获得正常样本和异常样本的背景重构图像以及异常样本的缺陷前景分割图像； 以损失函数训练所述纹理表面缺陷检测模型； 其中，所述特征提取器、背景编码器、背景解码器、缺陷编码器和缺陷解码器均由若干自适应卷积反卷积模块构成；任一所述自适应卷积反卷积模块包括一个卷积核反卷积核、N个卷积核反卷积核掩膜、一个修正函数、N个批归一化层和一个激活函数，N为类别总数； 在训练第i个类别时，所述自适应卷积反卷积模块利用卷积核反卷积核参数与修正后的第i个类别对应的卷积核反卷积核掩膜相乘的结果，对输入做卷积反卷积操作；再将操作结果输入第i个类别对应的批归一化层进行标准化处理；并将处理结果通过激活函数进行非线性映射； 若所述卷积核反卷积核参数与第i个类别相关性大于预设阈值，则在此后训练过程中不更新该参数；否则，更新该参数；其中，所述相关性通过第i个类别对应的卷积核反卷积核掩膜分配给所述卷积核反卷积核参数的权重来衡量。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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”。

以上内容由龙图腾AI智能生成。