福建师范大学陈志德获国家专利权
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!
龙图腾网获悉福建师范大学申请的专利一种基于多智能体提示学习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:CN120852894B 。
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:202511367656.1,技术领域涉及:G06V10/764;该发明授权一种基于多智能体提示学习的工业异常检测方法是由陈志德;陈涵志;阙靖彬;周赵斌;朱可欣;冯晨设计研发完成,并于2025-09-24向国家知识产权局提交的专利申请。
本一种基于多智能体提示学习的工业异常检测方法在说明书摘要公布了:本发明提供一种基于多智能体提示学习的工业异常检测方法,通过多智能体协同框架与改进型多模态模型执行以下处理:利用图像标注员智能体解析输入的工业图像,通过多模态大模型生成物品类名;利用描述生成员智能体基于所述物品类名,生成正常视觉引导描述和异常视觉引导描述;利用改进型多模态预训练模型提取工业图像的视觉特征;通过语义连接加强处理,使正常视觉引导描述的文本特征与正常样本的视觉特征对齐,并使异常视觉引导描述的文本特征远离正常样本的视觉特征;基于改进型多模态预训练模型计算相似度,输出检测结果;利用异常检测评估员智能体计算异常指标AUROC作为反馈信号,迭代执行以上处理直至满足预设条件。
本发明授权一种基于多智能体提示学习的工业异常检测方法在权利要求书中公布了:1.一种基于多智能体提示学习的工业异常检测方法,其特征在于: 通过多智能体协同框架与改进型多模态模型执行以下处理: 利用图像标注员智能体解析输入的工业图像,通过多模态大模型生成物品类名; 利用描述生成员智能体基于所述物品类名,生成正常视觉引导描述和异常视觉引导描述,其中正常视觉引导描述由可学习前缀序列与物品类名组成,异常视觉引导描述包含可学习前缀序列、物品类名及异常相关后缀; 利用改进型多模态预训练模型提取工业图像的视觉特征,通过值向量自相似性计算强化局部特征表达; 通过语义连接加强处理,使正常视觉引导描述的文本特征与正常样本的视觉特征对齐,并使异常视觉引导描述的文本特征远离正常样本的视觉特征; 基于改进型多模态预训练模型计算视觉特征与正常、异常视觉引导描述特征的相似度,当正常特征相似度低于预设阈值时判定为异常,输出检测结果; 利用异常检测评估员智能体计算异常指标AUROC作为反馈信号,驱动图像标注员智能体调整物品类名生成逻辑、描述生成员智能体优化视觉引导描述生成逻辑,迭代执行以上处理直至满足预设条件; 所述改进型多模态预训练模型的值向量自相似性计算具体为双值自注意力机制,通过值向量与其转置矩阵的相似度分布生成注意力权重,再基于所述权重对值向量进行聚合以强化局部特征表达;其中,所述相似度分布通过softmax函数计算,且计算过程引入缩放因子以调整相似度尺度; 所述语义连接加强处理通过对比损失函数实现特征对齐优化,所述损失函数通过强化正常视觉引导描述的文本特征与正常视觉特征的相似度、弱化异常视觉引导描述的文本特征与正常视觉特征的相似度,实现特征对齐;其中,所述损失函数基于正常视觉特征与正常文本特征均值的相似度、以及正常视觉特征与所有异常文本特征的相似度,通过指数运算与对数运算调节特征对齐的强度,并引入温度超参数控制相似度的权重占比,同时以正常视觉特征的数学期望为计算基准; 所述正常文本特征均值为所有正常视觉引导描述经文本编码器提取的特征的平均值,所述异常文本特征为所有异常视觉引导描述经文本编码器提取的特征的集合。
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福建师范大学,其通讯地址为:350117 福建省福州市闽侯县上街镇学府南路8号福建师范大学旗山校区;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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励