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！

龙图腾网获悉西北工业大学申请的专利用于缺陷检测的神经网络模型及其训练方法、系统和设备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：CN116823717B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310401126.9，技术领域涉及：G06T7/00；该发明授权用于缺陷检测的神经网络模型及其训练方法、系统和设备是由张鼎文;韩军伟;李龙;刘念;彭春蕾设计研发完成，并于2023-04-15向国家知识产权局提交的专利申请。

本用于缺陷检测的神经网络模型及其训练方法、系统和设备在说明书摘要公布了：本发明公开了一种用于缺陷检测的神经网络模型及其训练方法、系统和设备，属于工业产品图像缺陷检测技术领域。用于缺陷检测的神经网络模型包括分割模块和分类模块；分割模块用于对原始图片进行分割预测，分类模块用于对分割模块预测的图片进行缺陷或正常分类。该神经网络模型的训练包括具体为：从不同的缺陷图片中提取缺陷构件；将缺陷构件随机粘贴到不同的正常图片上，形成合成图片；将合成图片对应的缺陷图片和正常图片进行复制，形成训练集数据；采用训练集数据对用于缺陷检测的深度神经网络模型进行训练。该训练方法能够利用极少量缺陷图片生成大量的含有缺陷图像特征的合成图片，来有效训练缺陷检测深度神经网络模型。

本发明授权用于缺陷检测的神经网络模型及其训练方法、系统和设备在权利要求书中公布了：1.一种用于缺陷检测的系统，所述系统中嵌入设置用于缺陷检测的神经网络模型，其特征在于：所述神经网络模型包括分割模块和分类模块；所述分割模块包括四个分块，每个分块包括不同组的卷积操作层，且在每个分块的最后都设有二维最大池化操作层；最后一个分块的输出连接有分割预测层，分割预测层通过卷积操作进行分割预测，得到单通道的预测图； 分类模块包括串联层、卷积层、池化层、全连接层、激活函数层和损失函数层，所述串联层将分割模块第四个分块的输出和分割预测层的输出在通道维度上串联起来，经过卷积层和池化层缩小特征通道数以及分辨率，最终利用池化层的最大池化操作将3维卷积特征变成向量，经过全连接层输出一个标量，该标量经过激活函数层处理后送入到损失函数层计算，在测试的时候最终结果大于0.5视为输入图片为缺陷图片，反之为正常图片； 每个卷积操作层均包括二维卷积、与二维卷积相互对应的二维BatchNormal，以及激活函数ReLu，每层对应的二维卷积参数kernelsize设置不同； 对于分割模块，其损失函数为 ， 式中，为分割损失函数，和分别为像素i位置的分割预测和相应的标签，H和W表示预测图像的尺寸，是每个像素i位置的权重，其取值为，当像素i位置属于缺陷区域，取值为大于1的常数C，否则取值为1； 对于分类模块，其损失函数为 ， 式中，为分类损失函数，D和G分别为最终分类结果预测和相应的标签，两者均为标量，G为0表示图片正常，G为1表示图片为缺陷图片。

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西北工业大学，其通讯地址为：710129 陕西省西安市碑林区友谊西路127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。