一种基于对比知识蒸馏的轻量化缺陷检测方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明公开了一种基于对比知识蒸馏的轻量化缺陷检测方法,对缺陷检测数据进行收集和预处理,搭建用于缺陷检测的教师网络模型和轻量化学生网络模型,基于预处理后的数据集对教师网络模型进行训练;将预处理后的数据集中的缺陷图片输入至训练好的教师网络模型和轻量化学生网络模型中得到教师多尺度知识和学生多尺度知识,通过对比学习损失来最小化教师和学生网络模型多尺度知识之间的差异,结合对比学习损失和检测损失组成的总损失利用反向传播算法来对学生网络模型的参数进行更新;将训练好的轻量化学生网络模型部署和应用到自主移动机器人上,实现智能制造产品的动态、实时缺陷检测。推动高效、准确和可持续的智能制造生产。
《一种基于对比知识蒸馏的轻量化缺陷检测方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2024113462695,当前法律状态为已下证,由湖南大学提出申请,发明人为毛建旭;易俊飞;王耀南;张辉;谢核;陶梓铭;曾凯;刘彩苹;谭浩然;朱青,申请日期为2024-09-26,公开(公告)日期为2025-01-21,国际专利分类号(IPC)为 G06T 7/00 (2017.01),高新资质:未报高企。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。专利114 作为出让方直接签约,提供权利核验、合同拟定、评审用证明材料整理与国家知识产权局著录项目变更代办,个人与企业采购均可办理。用于职称或落户时,建议先确认当地对专利类型、授权时间与申请人身份的具体要求,我们可协助逐条比对,避免买了用不上。专利摘要:本发明公开了一种基于对比知识蒸馏的轻量化缺陷检测方法,对缺陷检测数据进行收集和预处理,搭建用于缺陷检测的教师网络模型和轻量化学生网络模型,基于预处理后的数据集对教师网络模型进行训练;将预处理后的数据集中的缺陷图片输入至训练好的教师网络模型和轻量化学生网络模型中得到教师多尺度知识和学生多尺度知识,通过对比学习损失来最小化教师和学生网络模型多尺度知识之间的差异,结合对比学习损失和检测损失组成的总损失利用反向传播算法来对学生网络模型的参数进行更新;将训练好的轻量化学生网络模型部署和应用到自主移动机器人上,实现智能制造产品的动态、实时缺陷检测。推动高效、准确和可持续的智能制造生产。
本专利适配多类个人与企业需求:职称评审中的业绩与成果材料、人才引进与积分落户的知识产权加分、行业资质与科技项目申报、企业高企认定与技术储备。专利权人为官方登记主体,法律状态可核验,转让后提供专利证书与登记簿副本,可直接装订进评审或申报材料。
