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！

龙图腾网获悉浙江中烟工业有限责任公司申请的专利云边协同场景下基于深度互学习的卷烟包装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：CN115760739B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202211400989.6，技术领域涉及：G06T7/00；该发明授权云边协同场景下基于深度互学习的卷烟包装缺陷检测方法是由朱立明;章军;赵春晖;许啸振;李盈萱;张利宏;许小双设计研发完成，并于2022-11-09向国家知识产权局提交的专利申请。

本云边协同场景下基于深度互学习的卷烟包装缺陷检测方法在说明书摘要公布了：本发明公开了一种云边协同场景下基于深度互学习的卷烟包装缺陷检测方法，基于不同边缘端的卷烟包装图像样本构建缺陷检测数据集，并搭建参数量不同的大小缺陷检测模型及云端的全局模型，利用缺陷检测数据集并交替循环执行互学习策略及云边协同场景下的全局参数更新策略训练模型，固定训练好的各边缘端的小模型参数并得到重构误差阈值；利用边缘端的小模型处理待测包装外观图像得到重构后图像，根据重构后图像的重构误差与重构误差阈值的比对关系，判定是否存在外观缺陷。本发明结合了云边协同的框架，融合了不同卷烟厂及卷烟生产线之间的信息，打破了工业生产中的信息孤岛，有效解决了因成像设备不同造成的数据分布差异的问题。

本发明授权云边协同场景下基于深度互学习的卷烟包装缺陷检测方法在权利要求书中公布了：1.一种云边协同场景下基于深度互学习的卷烟包装缺陷检测方法，其特征在于，包括： 基于不同的边缘端在生产过程中得到的卷烟包装图像样本，构建缺陷检测数据集，并在各个边缘端搭建基于深度自编码器的第一缺陷检测模型和第二缺陷检测模型，以及在云端构建缺陷检测全局模型；其中，所述第一缺陷检测模型的参数量大于所述第二缺陷检测模型； 在云端初始化缺陷检测全局模型的参数，并基于全局模型的初始化后的参数初始化第一缺陷检测模型的参数，以及随机初始化第二缺陷检测模型的参数； 利用所述缺陷检测数据集并结合互学习策略训练第一缺陷检测模型、第二缺陷检测模型；且同步交替循环执行：结合云边协同场景下的全局参数更新策略，在云端汇总并优化第一缺陷检测模型的参数； 其中，所述互学习策略具体包括：输入所述缺陷检测数据集中的正常卷烟包装图像，分别使用第一缺陷检测模型和第二缺陷检测模型的特征提取器提取特征后，再分别使用第一缺陷检测模型和第二缺陷检测模型的解码器对应得到重构后的卷烟包装图像，并使用第一损失优化第一缺陷检测模型和第二缺陷检测模型对于正常卷烟包装图像样本的重构能力；基于特征蒸馏方法，使第一缺陷检测模型和第二缺陷检测模型相互学习，并使用第二损失约束第一缺陷检测模型和第二缺陷检测模型对于同一张卷烟包装图像所得到的隐空间特征的相似性；其中，边缘端的第一缺陷检测模型和第二缺陷检测模型模型的损失函数包括重构损失和特征蒸馏损失； 在训练完成后，保存各边缘端的第二缺陷检测模型的参数，并得到重构误差阈值； 采集待测卷烟包装外观图像； 利用所述第二缺陷检测模型处理待测卷烟包装外观图像，得到重构后图像； 计算重构后图像的重构误差，并根据所述重构误差与所述重构误差阈值的比对关系，判定待测卷烟包装是否存在外观缺陷。

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浙江中烟工业有限责任公司，其通讯地址为：310008 浙江省杭州市上城区中山南路77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。