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一种基于模板对比的表面缺陷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：CN116664494B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202310504727.2，技术领域涉及：G06T7/00；该发明授权一种基于模板对比的表面缺陷检测方法是由唐立新;牛通之;谢智宇;张杰;谭耀昌;李斌设计研发完成，并于2023-05-06向国家知识产权局提交的专利申请。

本一种基于模板对比的表面缺陷检测方法在说明书摘要公布了：本发明属于图像处理相关技术领域，并公开了一种基于模板对比的表面缺陷检测方法。该方法包括：S1采集待检测对象的工业图像，构建训练集、验证集和测试集；构建表面缺陷检测网络；S2设定检测网络的网络参数；将训练集中的模板和样本输入检测网络中，输出分割图；计算获得训练损失，调整网络参数；S3将验证集中的数据输入检测网络中，计算训练损失和平均损失，判断该平均损失是否下降，下降时返回步骤S2；否则，当前网络参数即为最优网络参数；S4将测试集中的模板和样本输入最优网格参数对应的检测网络中，获得每个样本对应的分割图，以此实现缺陷检测。通过本发明，不再直接学习样本的特征表达，仅收集模板，即可适应到新的批次。

本发明授权一种基于模板对比的表面缺陷检测方法在权利要求书中公布了：1.一种基于模板对比的表面缺陷检测方法，其特征在于，该方法包括下列步骤： S1采集待检测对象的工业图像，选取没有缺陷的图像作为模板，存在缺陷的图像作为样本，对所述样本中的缺陷进行像素级标记形成标签，以此获得每个样本对应的标签，所述模板、样本和与样本对应的标签形成数据集，将该数据集分为训练集、验证集和测试集；构建模板对比的表面缺陷检测网络； S2设定所述检测网络的网络参数；将所述训练集中的模板和样本输入所述检测网络中，输出每个样本对应的分割图；将该分割图与该样本对应的标签进行对比计算获得训练损失，根据该训练损失调整所述网络参数； S3将所述验证集中的数据输入网络参数调整后的所述检测网络中，并计算所述验证集对应的训练损失，利用所述验证集的训练损失计算平均损失，判断该平均损失是否下降，当平均损失下降时，返回步骤S2；否则，当前网络参数即为最优网络参数； S4将所述测试集中的模板和样本输入最优网格参数对应的检测网络中，获得测试集中每个样本对应的分割图，从该分割图中获得样本的缺陷信息，以此实现缺陷检测； 在步骤S1中，所述检测网络包括特征提取编码器和特征融合解码器，所述特征提取编码器包括孪生网络和双注意力机制，所述特征融合解码器包括循环残差注意力机制； 在步骤S2中，所述检测网络输出分割图的过程按照下列步骤进行： S21将所述模板和样本输入包括有多层网络结构的所述孪生网络中，每层网络结构输出一张特征图，以此获得模板和样本各自对应的每层网络的特征图； S22将模板和样本各自的最深层网络对应的特征图同时输入所述双注意力机制中，获得样本对应的自注意力图和模板-样本互注意力图，将该自注意力图和互注意力图相减获得无噪声的缺陷特征图； S23将步骤S21中模板和样本各自对应的每层网络的特征图相减，以此获得各层网络对应的两两相减特征图； S24将所述无噪声的缺陷特征图和两两相减特征图输入所述循环残差注意力机制中，以此获得每层网络对应的去除掩码； S25将每层网络对用的去除掩码与所述两两相减特征图相乘进行特征融合，获得所需的分割图。

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。