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！

龙图腾网获悉南京理工大学申请的专利一种基于正常特征指导的工业异常检测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：CN120088192B 。

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：202411984620.3，技术领域涉及：G06T7/00；该发明授权一种基于正常特征指导的工业异常检测方法是由代龙泉;赵先栋设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本一种基于正常特征指导的工业异常检测方法在说明书摘要公布了：本发明提供了一种基于正常特征指导的工业异常检测方法，旨在提高工业图像中异常检测的敏感性和准确性。该方法通过以下步骤实现：首先，基于MVtec工业图像数据集，构建包含正常图像和模拟异常图像的训练集；其次，构建正常特征指导网络，利用训练集对网络进行训练；然后，构建图像重建网络，并进行训练以实现高质量图像重建；最后，利用多级特征异常评分网络对测试图像进行异常评分，从而实现准确的异常检测。本发明能够有效提高工业图像异常检测的精度，并能更好地适应多类别的检测需求。通过综合运用图像重建和异常评分网络，本发明不仅提升了检测效率，还增强了对细微缺陷的识别能力。

本发明授权一种基于正常特征指导的工业异常检测方法在权利要求书中公布了：1.一种基于正常特征指导的工业异常检测方法，其特征在于，包括以下步骤： 步骤1：基于MVtec工业图像数据集，利用其15个类别共计3466张正常图像，作为正常图像集记为；计算正常图像集对应的模拟异常图像集，记为；再对正常图像集和模拟异常图像集中的图像做预处理，得到由3466张图像对构成的训练集，记为 步骤2：构建正常特征指导网络，并利用训练集训练正常特征指导网络； 正常特征指导网络包括两个结构相同的特征提取器swintransformer，分别为第一特征提取器和第二特征提取器；其中，第一特征提取器是预训练好的，用于提取正常图像的特征，第二特征提取器是可训练的，用于提取模拟异常图像的特征； 训练完成后，得到的第二特征提取器能提取具有正常特征信息的模拟异常特征，第二特征提取器用于指导图像重建网络进行图像重建； 步骤3：构建图像重建网络； 步骤4：利用训练集对图像重建网络进行训练，以生成清晰的重建图像； 步骤5：构建多级特征异常评分网络，具体如下： 多级特征异常评分网络包括预训练的Resnet50和多级特征加权融合评分模块； 对于输入图像和重建图像集中的重建图像，Resnet50能够提取输入图像对应的特征，以及重建图像对应的特征； 其中，5表示特征层数，d表示每层特征的维度，h和w分别表示特征的高和宽； 利用中间三层特征，其具体的尺度依次为[256,64,64]，[512,32,32]和[1024,16,16]； 多级特征加权融合评分模块根据提取出来的和计算异常图和最终得分，具体如下： ， ， 其中，表示预训练的Resnet50中的中间三层特征层，=2,3,4，表示第层的异常图，表示矩阵的转置，表示第个特征层的输入特征，表示第层的输出特征；表示最终的异常得分，表示第层异常图的权重； 步骤6：获取公开的MVtec工业图像数据集，得到其中15个类别共计1888张测试图像和对应的真值图像； 步骤7：将测试图像输入到多级特征异常评分网络进行测试，得到对应的异常得分，并将得到的异常得分和真值图像进行比较，绘制对应的AUROC曲线，以检验测试效果。

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南京理工大学，其通讯地址为：210094 江苏省南京市玄武区孝陵卫200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。