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！

龙图腾网获悉浙江理工大学;浙江理工大学常山研究院有限公司申请的专利基于重建机制的无监督工业石英瑕疵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：CN121414731B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202511903986.8，技术领域涉及：G06T7/00；该发明授权基于重建机制的无监督工业石英瑕疵检测方法是由王浩瑜;顾敏明;潘海鹏;沈倪杰;李欣宇设计研发完成，并于2025-12-17向国家知识产权局提交的专利申请。

本基于重建机制的无监督工业石英瑕疵检测方法在说明书摘要公布了：本发明涉及工业视觉检测技术领域，公开了基于重建机制的无监督工业石英瑕疵检测方法，采集的工业石英图像经预处理后输入到离线训练好的石英工业缺陷检测网络，输出是否正常和异常定位框；石英工业缺陷检测网络基于RealNet网络，将重建层中编码端的各下采样层采用MS‑SERVB模块替换“卷积+残差块”的结构，在瓶颈层两层残差块结构之间插入ARMSA注意力机制，在解码端各上采样层采用DF‑Up模块替换双线性插值上采样模块。本发明用以实现工业场景下对工业石英瑕疵的高精度检测性能：在图像级和像素级AUROC准确率分别达到98.6%、94.9%，并且在PRO指标上达到了80.6%，参数量下降了20%。

本发明授权基于重建机制的无监督工业石英瑕疵检测方法在权利要求书中公布了：1.基于重建机制的无监督工业石英瑕疵检测方法，其特征在于：包括采集工业石英的图像，经预处理后输入到离线训练好的石英工业缺陷检测网络输出石英是否正常和异常定位； 所述石英工业缺陷检测网络基于RealNet网络，将重建层中编码端的各下采样层采用MS-SERVB模块替换“卷积+残差块”的结构，在瓶颈层两层残差块结构之间插入ARMSA注意力机制，在解码端各上采样层采用DF-Up模块替换双线性插值上采样模块； 所述MS-SERVB模块的操作为： 对输入特征进行深度卷积操作以特征；将特征分别进行全局平均池化和局部平均池化操作获得特征G和特征L；将特征G和特征L拼接后依次通过卷积、ReLU、卷积与Sigmoid操作得到注意力图；注意力图与特征进行逐点调制后，再通过卷积与归一化操作获得特征；特征依次经卷积+归一化、GELU、卷积+归一化操作后作为MS-SERVB模块的输出； 所述ARMSA注意力机制的操作为： 输入特征经过残差块后与位置编码相加获得特征F：特征F分别通过线性映射得到查询、键与值；通过掩码生成器生成掩码M；基于查询、键与值以及掩码M生成注意力图A：将注意力图A与值相乘，再与输入特征相加后经过归一化的操作获得特征，然后特征经残差块操作的结果作为ARMSA注意力机制的输出； 所述DF-Up模块的操作为： 输入特征同时作为三条并行支路的输入，上支路通过线性映射后经像素重排得到权重特征，下支路先经像素重排再以线性映射得到另一组中间特征，中支路由特征通过GridSample函数生成对齐引导图： 然后将与引导图拼接得到，与引导图拼接，再将、在通道维拼接后经逐点卷积融合得到输出；当存在跨层连接时，与来自编码端的跳连特征按通道拼接或相加后进入后续卷积残差块。

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理工大学;浙江理工大学常山研究院有限公司，其通讯地址为：310018 浙江省杭州市钱塘区下沙高教园区2号大街928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。