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！

龙图腾网恭喜四川成电多物理智能感知科技有限公司申请的专利一种小样本知识迁移学习的缺陷预测方法及系统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：CN114663401B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202210294532.5，技术领域涉及：G06T7/00；该发明授权一种小样本知识迁移学习的缺陷预测方法及系统是由高斌;薛建国设计研发完成，并于2022-03-23向国家知识产权局提交的专利申请。

本一种小样本知识迁移学习的缺陷预测方法及系统在说明书摘要公布了：本发明公开了一种小样本知识迁移学习的缺陷预测方法及系统，属于缺陷检测技术领域，基于试件检测图像建立支撑集与查询集；将查询图、支撑图分别输入至CaNet网络的查询分支、支撑分支，支撑分支中引入有记忆原型，以得到用于指导查询分支进行缺陷查询的最终支撑特征图，生成缺陷预测图。本申请引入存储有历史支撑图信息以及试件背景信息的记忆原型优化支撑图背景特征，能够使支撑分支获取更加丰富的试件信息，进而更加准确指导查询分支对缺陷进行识别与定位。同时通过替换查询图与支撑图之间幅值分量的低频信息，使新查询图像与支撑图更加相似，进而CaNet网络能够更好学习到不同类型试件的共性特征，进而实现小样本知识迁移学习，以提高缺陷识别精度。

本发明授权一种小样本知识迁移学习的缺陷预测方法及系统在权利要求书中公布了：1.一种小样本知识迁移学习的缺陷预测方法，其特征在于：其包括以下步骤：基于试件检测图像建立支撑集与查询集，支撑集中支撑图与查询集中查询图对应的试件类型不同；将查询图输入至CaNet网络的查询分支；将支撑图输入至CaNet网络的指导分支，进而获取支撑图的前景特征与背景特征，并基于存储有历史支撑图信息以及试件背景信息的记忆原型对支撑图的背景特征进行优化得到新背景特征将新背景特征与前景特征进行拼接得到用于指导查询分支进行缺陷预测的最终支撑特征图，进而生成缺陷预测图；基于记忆原型对背景特征进行优化得到新背景特征具体包括：计算支撑图的背景特征与各记忆原型pm的匹配概率；采用各记忆原型与对应的匹配概率计算支撑图的新背景特征计算支撑图的背景特征与各记忆原型pm的匹配概率，具体为：计算支撑图背景特征与原型之间的相似性得出相似分数，并在垂直方向应用softmax函数，得到匹配概率值匹配概率值计算公式为： 其中，表示匹配概率值；m为记忆原型的数量序号，总共有M个记忆原型；qtk表示支撑图的每一项背景特征；m’用于与m进行区分，表示求和运算中记忆原型的数量序号；pm表示第m项记忆原型；pm′表示从第一项到第M项求和的第m’项；T表示转置运算；M为求和运算的上界，表示总共有M个记忆原型；m′＝1为求和运算的下界，表示从第一项到第M项求和。

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四川成电多物理智能感知科技有限公司，其通讯地址为：621000 四川省绵阳市科技城新区创新中心12号楼6楼；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”。