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！

龙图腾网获悉温州大学大数据与信息技术研究院;温州大学申请的专利一种基于多标签零样本学习的下水管网缺陷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：CN121661430B 。

龙图腾网通过国家知识产权局官网在2026-05-08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：202610176107.4，技术领域涉及：G06V10/764；该发明授权一种基于多标签零样本学习的下水管网缺陷检测方法是由陈钊民;黄新建;葛一粟;陈丽燕;章国道;郭嘉洛设计研发完成，并于2026-02-06向国家知识产权局提交的专利申请。

本一种基于多标签零样本学习的下水管网缺陷检测方法在说明书摘要公布了：本发明公开一种基于多标签零样本学习的下水管网缺陷检测方法，方法包括：通过大语言模型生成每个管道缺陷类别对应的缺陷描述；利用表示引导模块对管道内壁图像和缺陷描述进行特征提取与领域适配，获取全局和局部图像特征及缺陷详细描述文本特征；综合图像的全局和局部图像特征，分别计算其与详细描述文本特征的全局和局部匹配分数，并融合得到缺陷初始预测分数；构建用于显示不同缺陷类别之间关系的语义关系邻接矩阵；利用类别间的语义关系邻接矩阵对初始预测分数进行修正，得到每个缺陷类别的最终预测分数。本发明所提出的方法通过构建引导—融合—修正网络实现从已知缺陷到未知缺陷的知识迁移，有效解决了对未见缺陷类型的识别难题。

本发明授权一种基于多标签零样本学习的下水管网缺陷检测方法在权利要求书中公布了：1.一种基于多标签零样本学习的下水管网缺陷检测方法，其特征在于，包括如下步骤： 步骤S1，通过大语言模型生成每个管道缺陷类别对应的缺陷描述； 步骤S2，利用表示引导模块对管道内壁图像和缺陷描述进行特征提取与领域适配，获取全局和局部图像特征、及缺陷详细描述文本特征； 步骤S3，综合图像的全局和局部图像特征，分别计算其与详细描述文本特征的全局和局部匹配分数，并融合得到缺陷初始预测分数； 步骤S4，利用生成的缺陷简要短语构建用于显示不同缺陷类别之间关系的语义关系邻接矩阵； 步骤S5，利用类别间的语义关系邻接矩阵对初始预测分数进行修正，得到每个缺陷类别的最终预测分数； 步骤S3具体包括如下步骤： 步骤S31，通过全局图像特征和缺陷详细描述文本特征计算全局匹配分数； 式中，为全局图像特征；为缺陷详细描述文本特征；为转置运算符； 步骤S32，计算局部图像特征与缺陷详细描述文本特征的亲和度权重，并通过分数聚合网络聚合得到局部匹配分数； 式中，为亲和度权重；为归一化函数；为局部图像特征；为多层感知机；T为转置运算符； 步骤S33，聚合全局匹配分数和局部匹配分数，得到初始预测分数； 式中，为初始预测分数。

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温州大学大数据与信息技术研究院;温州大学，其通讯地址为：325024 浙江省温州市龙湾区创新创业新天地一期1号楼727-731、739-743室；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。