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

龍圖騰網獲悉同濟大學申請的專利基于深度學習的微小目標缺陷識別模型訓練方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN120451160B 。

龍圖騰網通過國家知識產權局官網在2025-09-02發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510948990.X，技術領域涉及：G06T7/00；該發明授權基于深度學習的微小目標缺陷識別模型訓練方法是由趙衛東;徐震;柳先輝;賈寧設計研發完成，并于2025-07-10向國家知識產權局提交的專利申請。

本基于深度學習的微小目標缺陷識別模型訓練方法在說明書摘要公布了：本發明公開了基于深度學習的微小目標缺陷識別模型訓練方法，涉及缺陷識別模型訓練技術領域，圍繞微小缺陷檢測需求，從高分辨率多樣化數據構建和精準標注入手，通過多尺度特征融合與空間注意力突出弱小目標，配合逐層篩選與二次強化訓練處理難例場景，并采用多模型融合與在線動態調優實現實時迭代優化，最終擴展至多模態與時序維度以捕捉更深層次與動態缺陷信息，大幅降低漏檢誤檢率，提升對復雜工藝背景下微米級缺陷的檢測效率與適應性；且進一步借助紅外、X射線或3D形貌等多源數據以及時間序列建模手段，并融合多維并將隱性或早期裂紋納入檢測與預測范圍，從而構筑高可靠性、可進化的微小目標缺陷智能識別體系。

本發明授權基于深度學習的微小目標缺陷識別模型訓練方法在權利要求書中公布了：1.基于深度學習的微小目標缺陷識別模型訓練方法，其特征在于：包括， 對真實及合成影像集采取高分辨率采樣及像素級標注，并通過統一ID管理和高分辨預處理生成多通道標簽映射，構建囊括稀少微小缺陷多樣性的初始數據； 對存儲容器中圖像特征引入多尺度特征融合與空間注意力機制，以在融合特征層面實現對細粒度目標的顯著放大，并確保多層語義與邊緣細節形成可學習上下文； 基于初步檢測模型對圖像進行推理，若出現置信度偏低或與背景干擾度過高的候選缺陷區域，將與候選列表對應圖像重新采樣并存入難例子集，結合強化學習因子訓練生成精細化子模型； 采用融合策略將IoU投票、置信度綜合評估及背景干擾度進行互檢，并對低置信度區域實施在線動態調優與二次掃描，實時回饋難例新樣本并形成持續自學習； 獲取多模態信息或時序影像以追蹤缺陷演變后，在融合特征與精細化子模型中增設跨通道注意力與時序特征，融合多源要素以捕捉深層缺陷特征及進行早期裂紋趨勢預警。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人同濟大學，其通訊地址為：200082 上海市楊浦區四平路1239號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。