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！

龙图腾网恭喜中国科学院自动化研究所申请的专利基于持续学习的无监督的缺陷检测模型的训练方法、缺陷检测方法、装置、电子设备、存储介质和计算机程序产品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：CN119672491B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202411755378.2，技术领域涉及：G06V10/82；该发明授权基于持续学习的无监督的缺陷检测模型的训练方法、缺陷检测方法、装置、电子设备、存储介质和计算机程序产品是由房国锋;聂祥丽;黄夏渊;乔红设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本基于持续学习的无监督的缺陷检测模型的训练方法、缺陷检测方法、装置、电子设备、存储介质和计算机程序产品在说明书摘要公布了：本公开关于基于持续学习的无监督的缺陷检测模型的训练方法、缺陷检测方法、装置、电子设备、存储介质和计算机程序产品，包括：获取当前任务对应的产品样本图像特征；针对当前任务对应的产品样本图像特征添加特征扰动；将被添加特征扰动之后的当前任务对应的产品样本图像特征以及当前任务对应的可学习查询嵌入向量输入缺陷检测模型；基于重构图像特征和产品样本图像特征，计算损失；通过基于损失调整参数。这样，通过引入历史任务的提示信号，可以使新旧任务的查询嵌入向量尽量靠近，进而可以帮助缺陷检测模型在训练新任务的同时还能保持对旧任务的记忆，从而可以提高缺陷检测模型的抗遗忘性和在新任务上的泛化能力。

本发明授权基于持续学习的无监督的缺陷检测模型的训练方法、缺陷检测方法、装置、电子设备、存储介质和计算机程序产品在权利要求书中公布了：1.一种基于持续学习的无监督的缺陷检测模型的训练方法，其特征在于，包括：获取当前任务对应的产品样本图像特征，其中，所述当前任务为依序执行的多个任务之一，所述多个任务中的每个任务对应有多种类型的产品样本图像，所述产品样本图像特征为从所述多种类型的产品样本图像中提取出的图像特征；针对所述当前任务对应的产品样本图像特征添加特征扰动；将被添加特征扰动之后的所述当前任务对应的产品样本图像特征以及所述当前任务对应的可学习查询嵌入向量输入所述缺陷检测模型，获得重构图像特征，其中，所述当前任务对应的可学习查询嵌入向量为将所述当前任务之前的前一任务对应的训练完成的查询嵌入向量与所述当前任务的初始化查询嵌入向量进行知识蒸馏所获得的查询嵌入向量；基于所述重构图像特征和所述产品样本图像特征，计算损失；通过基于所述损失调整所述缺陷检测模型的参数，对所述缺陷检测模型进行训练。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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”。