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！

龙图腾网获悉南京邮电大学申请的专利基于证据Transformer和双分支Query解耦的工业产品缺陷可信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：CN121280814B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202511854599.X，技术领域涉及：G06V10/764；该发明授权基于证据Transformer和双分支Query解耦的工业产品缺陷可信检测方法是由陈蕾;仇鸿泰;丁鸿飞;许俊杰;徐佳;王磊设计研发完成，并于2025-12-10向国家知识产权局提交的专利申请。

本基于证据Transformer和双分支Query解耦的工业产品缺陷可信检测方法在说明书摘要公布了：本发明公开了基于证据Transformer和双分支Query解耦的工业产品缺陷可信检测方法，包括：获取缺陷样本训练数据集，该缺陷样本训练数据集中包含工业产品图像及对应的缺陷类别与位置标注；基于缺陷样本训练数据集，构建不确定性感知缺陷检测模型；利用总损失函数对不确定性感知缺陷检测模型进行训练；获取缺陷样本测试数据集，并将测试图像输入训练好的不确定性感知缺陷检测模型中，输出包含缺陷类别、边界框位置及不确定性评估的检测结果。本发明采用双分支Query解码器架构，有效解决了传统检测模型中任务耦合导致的优化冲突问题，显著提升了工业缺陷检测的可靠性和决策可信度。

本发明授权基于证据Transformer和双分支Query解耦的工业产品缺陷可信检测方法在权利要求书中公布了：1.基于证据Transformer和双分支Query解耦的工业产品缺陷可信检测方法，其特征在于，包括以下步骤： S1、获取缺陷样本训练数据集，该缺陷样本训练数据集中包含工业产品图像及对应的缺陷类别与位置标注； S2、基于所述缺陷样本训练数据集，构建不确定性感知缺陷检测模型，该模型构建过程包括： S2.1、构建特征提取网络，所述特征提取网络用于对输入图像进行特征提取，输出多尺度特征图； S2.2、构建双分支Query解码器，所述双分支Query解码器以所述特征提取网络输出的所述多尺度特征图为输入，将原型Query向量解耦为分类子Query与回归子Query，分别用于处理缺陷分类与定位回归任务； S2.3、构建特征对齐模块，所述特征对齐模块用于在解码末端将回归分支提供的边界框与分类分支提供的语义特征进行对齐与融合； S2.4、构建证据深度学习模块，所述证据深度学习模块集成于所述分类子Query分支，用于将网络输出建模为证据向量并参数化狄利克雷分布，以同时输出缺陷类别概率与认知不确定性； S3、利用总损失函数对所述不确定性感知缺陷检测模型进行训练； S4、获取缺陷样本测试数据集，并将测试图像输入训练好的所述不确定性感知缺陷检测模型中，输出包含缺陷类别、边界框位置及不确定性评估的检测结果。

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邮电大学，其通讯地址为：210000 江苏省南京市栖霞区文苑路9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。