Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 华中科技大学袁烨获国家专利权

华中科技大学袁烨获国家专利权

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结构化状态空间模型的金属表面缺陷分类模型构建方法及应用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:CN120164016B

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:202510196723.1,技术领域涉及:G06T7/00;该发明授权基于结构化状态空间模型的金属表面缺陷分类模型构建方法及应用是由袁烨;孙择宸;唐秀川;程骋;岳作功;马贵君设计研发完成,并于2025-02-21向国家知识产权局提交的专利申请。

基于结构化状态空间模型的金属表面缺陷分类模型构建方法及应用在说明书摘要公布了:本发明属于工业缺陷检测技术领域,公开了一种基于结构化状态空间模型的金属表面缺陷分类模型构建方法及应用。本发明构建深度卷积和双向Mamba模块结合的模型结构,利用深度卷积在空间维度上并行地捕获图像数据的局部空间特征,再通过双向Mamba的长序列建模能力提升模型的上限和容量;并提出一种具有可学习缩放因子的多尺度特征融合模块M2SF,能够使网络能同时在多种尺寸不同的数据集上进行鲁棒的训练。本发明提出的方法优势在于同时关注局部和全局特征,并利用双向Mamba结构极大减少单向因果依赖性带来的不利影响,提高分类模型的准确性;引入金字塔结构并融合多尺度的特征,充分考虑训练数据集的不同尺寸,增强模型的泛化能力。

本发明授权基于结构化状态空间模型的金属表面缺陷分类模型构建方法及应用在权利要求书中公布了:1.一种基于结构化状态空间模型的金属表面缺陷分类模型构建方法,其特征在于,包括: 采用图像数据集预训练基于结构化状态空间模型的神经网络,并采用金属表面缺陷数据集对预训练后的神经网络进行微调,得到金属表面缺陷分类模型;其中,所述基于结构化状态空间模型的神经网络包括: Patch层,用于将输入的图像样本下采样并增加通道数; 多尺度特征提取模块,包括不同尺度的深度卷积层和双向Mamba层;所述深度卷积层用于在空间维度上并行捕获所述Patch层输出图像不同尺度的局部空间特征图;所述双向Mamba层包括两个去除全连接层后的Mamba结构和一个全连接层,一个Mamba结构用于基于对所述局部空间特征图下采样并展平后的一维数据,得到正向输出特征,另一个Mamba结构用于基于将所述一维数据翻转后的数据,得到反向输出特征;所述全连接层用于将所述正向输出特征和反向输出特征融合后的特征进行线性化,得到所述双向Mamba层输出的特征图; 多尺度特征融合模块,用于将所述深度卷积层输出的特征图和所述双向Mamba层输出的特征图进行多尺度融合,得到融合后的特征图; 分类头,用于基于所述融合后的特征图生成分类结果; 所述深度卷积层为MBConv层,所述多尺度特征提取模块包括以金字塔结构依次连接的四个Stage:Stage0-Stage3,Stage0-Stage3输出的特征图尺度逐渐递减,相应的特征通道数翻倍; 其中,Stage0包括2个依次连接的MBConv层,Stage1包括6个依次连接的MBConv层,Stage2包括14个依次连接的双向Mamba层,Stage3包括2个依次连接的双向Mamba层; 所述多尺度特征融合模块用于将Stage0-Stage3输出的特征图进行融合,得到融合后的特征图。

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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。