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！

龙图腾网获悉清华大学申请的专利基于蒸馏学习的异常检测方法、装置、设备及存储介质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：CN117079008B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202310875823.8，技术领域涉及：G06V10/764；该发明授权基于蒸馏学习的异常检测方法、装置、设备及存储介质是由丁贵广;杨会越;陈辉设计研发完成，并于2023-07-17向国家知识产权局提交的专利申请。

本基于蒸馏学习的异常检测方法、装置、设备及存储介质在说明书摘要公布了：本申请涉及一种基于蒸馏学习的异常检测方法、装置、设备及存储介质，其中，方法包括：采集目标的异常检测数据；将异常检测数据输入至Teacher‑Student框架，得到多对特征图，并基于预设特征处理策略对多对特征图进行归一化；将多对特征图中分辨率最低的一对特征图输入至预先训练完成的Reconstructor网络，得到多对重构特征图，每对重构特征图相减得到异常图，并基于异常图和重构特征异常图获取异常检测图像数据的异常检测结果。由此，解决了现有的基于蒸馏学习的像素级异常检测方法在面对异常数据时存在精度不高，鲁棒性较差等问题。

本发明授权基于蒸馏学习的异常检测方法、装置、设备及存储介质在权利要求书中公布了：1.一种基于蒸馏学习的异常检测方法，其特征在于，包括以下步骤： 采集目标的异常检测图像数据； 将所述异常检测数据输入至Teacher-Student框架，得到多对特征图，并基于预设特征处理策略对所述多对特征图进行归一化，以及 将所述多对特征图中分辨率最低的一对特征图输入至预先训练完成的Reconstructor网络，得到多对重构特征图，每对重构特征图相减得到异常图，并基于所述异常图和所述重构特征图获取所述异常检测图像数据的异常检测结果； 其中，在将所述异常检测数据输入至Teacher-Student框架，得到多对特征图，并基于预设特征处理策略对所述多对特征图进行归一化之前，还包括： 采集满足预设条件的训练检测图像； 将所述训练检测图像输入至Teacher模型，得到第一特征图； 基于所述第一特征图对所述Reconstructor网络进行训练； 所述将所述异常检测数据输入至Teacher-Student框架，得到多对特征图，并基于预设特征处理策略对所述多对特征图进行归一化，包括： 将所述满足预设条件的检测图像分别输入至所述预先训练的Teacher模型和待训练的Student模型，得到所述多对特征图； 基于通道维度利用L2范数对所述多对特征图中每对特征图的每个像素点进行归一化； 基于归一化结果构造第一损失函数，以保持Teacher模型和Student模型特征空间的一致性； 在将所述异常检测数据输入至Teacher-Student框架，得到多对特征图，并基于预设特征处理策略对所述多对特征图进行归一化之后，还包括： 分别将所述满足预设条件的检测图像经Teacher模型和Student模型中预设网络层处理得到相应的第二特征图； 将所述第二特征图输入至所述Reconstructor网络，分别得到所述Teacher模型和Student模型对应的重建特征； 固定所述Reconstructor网络参数，并构造第二损失函数，以保持所述Teacher模型和Student模型重建图像特征空间一致性； 基于所述第一损失函数和第二损失函数，构造总损失函数，以对所述Student模型的训练进行监督。

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清华大学，其通讯地址为：100084 北京市海淀区清华园1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。