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！

龙图腾网获悉中山大学申请的专利基于对抗训练的产线表面缺陷检测模型的快速迁移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：CN119808882B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202411844592.5，技术领域涉及：G06N3/094；该发明授权基于对抗训练的产线表面缺陷检测模型的快速迁移方法是由赖剑煌;叶标华设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本基于对抗训练的产线表面缺陷检测模型的快速迁移方法在说明书摘要公布了：本发明提供一种基于对抗训练的产线表面缺陷检测模型的快速迁移方法，包括获取新旧产线的表面缺陷检测数据集，并对旧产线的表面缺陷检测数据集进行标注处理；构建基于yolov3的产线表面缺陷检测模型，并利用新旧产线的表面缺陷检测数据集对其进行预训练；利用全局对抗训练网络对预训练的产线表面缺陷检测模型进行全局和类别层面的对抗训练；将训练好的产线表面缺陷检测模型迁移至新产线中。本发明仅需要标注一条产线的数据即可，其余产线的数据不需要标注，能够节省大量的标注时间；本发明通过全局对抗训练模块和类别对抗训练模块，对新旧产线数据进行全局和类别层面的对抗训练；并通过类别中心对齐模块，对新旧产线数据进行类别中心的拉近。

本发明授权基于对抗训练的产线表面缺陷检测模型的快速迁移方法在权利要求书中公布了：1.基于对抗训练的产线表面缺陷检测模型的快速迁移方法，其特征在于，包括如下步骤： S1、获取新旧产线的表面缺陷检测数据集，并对旧产线的表面缺陷检测数据集进行标注处理； S2、构建基于yolov3的产线表面缺陷检测模型，并利用新旧产线的表面缺陷检测数据集对其进行预训练； S3、构建全局对抗训练网络；并利用全局对抗训练网络对预训练的产线表面缺陷检测模型进行全局和类别层面的对抗训练； 所述的全局对抗训练网络包括全局对抗训练模块、类别对抗训练模块以及类别中心对齐模块； 利用全局对抗训练网络对预训练的产线表面缺陷检测模型进行全局和类别对抗训练，具体包括如下步骤： S31、将骨干网络输出的新旧产线数据的特征、以及颈部网络输出的特征、以及预测头网络输出特征、分别输入到全局对抗训练模块以及类别对抗训练模块，分别得到相应的全局对抗损失函数以及类别对抗损失函数； 其中，所述的类别对抗训练模块计算类别对抗损失函数的表达式为： 式中，表示新、旧产线数据经过产线表面缺陷检测模型输出的特征；表示类别判别器；表示梯度反转层；表示挑选层； S32、将预测头网络输出的新旧产线数据的特征、以及图像分类结果、以及图像置信度结果、输入到类别中心对齐模块，得到类别对齐损失函数； S33、计算总损失函数： ； 式中，为基于yolov3的产线表面缺陷检测模型的损失函数； 然后将总损失函数进行梯度反传对基于yolov3的产线表面缺陷检测模型进行全局和类别对抗训练和类别拉近； S4、丢弃产线表面缺陷检测模型的全局判别器和类别判别器，并将训练好的产线表面缺陷检测模型迁移至新产线中。

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中山大学，其通讯地址为：510275 广东省广州市海珠区新港西路135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。