買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉武漢紡織大學(xué)申請的專利基于域?qū)古c多尺度融合的少樣本皮革異常檢測方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120375109B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-08-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202510892645.9，技術(shù)領(lǐng)域涉及：G06V10/764；該發(fā)明授權(quán)基于域?qū)古c多尺度融合的少樣本皮革異常檢測方法是由李麗;王啟航;謝耀沖;王兆靜;王睿涵;彭濤;陶文曦設(shè)計研發(fā)完成，并于2025-06-30向國家知識產(chǎn)權(quán)局提交的專利申請。

本基于域?qū)古c多尺度融合的少樣本皮革異常檢測方法在說明書摘要公布了：本發(fā)明公開了基于域?qū)古c多尺度融合的少樣本皮革異常檢測方法，主要解決當(dāng)前工業(yè)場景中的少樣本異常檢測問題。包括：搭建一種綜合考慮形狀與紋理信息的多源域自適應(yīng)網(wǎng)絡(luò)，以基于多尺度和形狀?紋理信息融合的雙編碼器?解碼器網(wǎng)絡(luò)為主網(wǎng)絡(luò)，加入了領(lǐng)域?qū)箤W(xué)習(xí)網(wǎng)絡(luò)。多源域自適應(yīng)網(wǎng)絡(luò)基于領(lǐng)域?qū)箤W(xué)習(xí)通過設(shè)計三個代理任務(wù)分別學(xué)習(xí)形狀特征、紋理特征以及二者的綜合特征，并實現(xiàn)聯(lián)合優(yōu)化，同時，利用多源域數(shù)據(jù)的支持實現(xiàn)多尺度融合，通過結(jié)合少量目標域數(shù)據(jù)進一步增強模型在目標域異常檢測任務(wù)中的性能表現(xiàn)。

本發(fā)明授權(quán)基于域?qū)古c多尺度融合的少樣本皮革異常檢測方法在權(quán)利要求書中公布了：1.基于域?qū)古c多尺度融合的少樣本皮革異常檢測方法，其特征在，包括如下步驟： 步驟一，構(gòu)建異常圖像訓(xùn)練數(shù)據(jù)集和皮革數(shù)據(jù)集； 步驟二，搭建基于多尺度和形狀-紋理信息融合的雙編碼器-解碼器網(wǎng)絡(luò)；所述雙編碼器的每個編碼器包括多個用于提取不同尺度特征的Transformer，以及用于對不同編碼器提取的不同尺度特征進行融合的多尺度特征融合模塊，解碼器包括多個全局注意力模塊，其中多尺度特征融合模塊包括卷積層、SE模塊、空間注意力模塊、通道注意力機制和局部注意力機制，全局注意力模塊包括通道注意力機制和卷積層； 步驟三，搭建領(lǐng)域?qū)箤W(xué)習(xí)網(wǎng)絡(luò)，所述領(lǐng)域?qū)箤W(xué)習(xí)網(wǎng)絡(luò)在基于多尺度和形狀-紋理信息融合的雙編碼器-解碼器網(wǎng)絡(luò)基礎(chǔ)上添加一個多類域判別器； 針對形狀特征、紋理特征以及形狀紋理特征，構(gòu)建3個不同的代理任務(wù)，從異常圖像訓(xùn)練數(shù)據(jù)集和皮革數(shù)據(jù)集中隨機選取不同的多源數(shù)據(jù)對3個代理任務(wù)分別進行交替訓(xùn)練； 步驟四，使用訓(xùn)練后的基于多尺度和形狀-紋理信息融合的雙編碼器-解碼器網(wǎng)絡(luò)對待測試皮革數(shù)據(jù)集實現(xiàn)精確的異常檢測。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人武漢紡織大學(xué)，其通訊地址為：430073 湖北省武漢市洪山區(qū)紡織路1號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。