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)獲悉龍巖學院申請的專利任務自適應金屬表面缺陷小樣本語義分割方法及系統(tǒng)設備獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN120431337B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-09-16發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202510870637.4，技術領域涉及：G06V10/26；該發(fā)明授權任務自適應金屬表面缺陷小樣本語義分割方法及系統(tǒng)設備是由劉艷芳;丁漢澤;張繼炎;徐志剛;彭明設計研發(fā)完成，并于2025-06-26向國家知識產(chǎn)權局提交的專利申請。

本任務自適應金屬表面缺陷小樣本語義分割方法及系統(tǒng)設備在說明書摘要公布了：本發(fā)明公開了任務自適應金屬表面缺陷小樣本語義分割方法及系統(tǒng)設備，涉及金屬表面缺陷檢測技術、深度學習網(wǎng)絡技術領域，本方案利用長短期記憶遞歸神經(jīng)網(wǎng)絡LSTM的思想，設計了不同的門控機制和結合可訓練記憶種子來實現(xiàn)金屬表面缺陷小樣本語義分割的任務自適應，使得本方案有利于應用在流水線檢測作業(yè)的高效運行。除此之外，本方案充分利用門控機制學習支撐?查詢對的上下文知識，指導模型產(chǎn)生高精度分割掩碼，而在此基礎上，本方案進一步提出了利用注意力蒸餾模塊來促進和加速模型迭代過程，使得技術方案更加適用于高速金屬表面缺陷檢測的流水線作業(yè)，實現(xiàn)高精度的預測結果。

本發(fā)明授權任務自適應金屬表面缺陷小樣本語義分割方法及系統(tǒng)設備在權利要求書中公布了：1.一種任務自適應金屬表面缺陷小樣本語義分割方法，包括語義分割模型，所述語義分割模型包括任務自適應單元、上下文自適應模塊和門控掩碼平均池化，其任務為小樣本學習中設置的N-wayK-shot任務，其表明一次迭代過程中含有N個類別和K張支撐圖像；所述支撐圖像用于指導查詢圖像進行分割；其特征在于，所述小樣本語義分割方法包括： 任務自適應單元通過挖掘上下任務之間的關聯(lián)和預測任務與標簽之間的依賴性，生成任務自適應因子，以實現(xiàn)模型對多樣化缺陷特征任務的自適應； 上下文自適應模塊通過支撐-查詢對高層次的余弦相似度交互，分析高層次特征之間的上下文關聯(lián)，并結合批歸一化操作和超參數(shù)，實現(xiàn)任務內上下文特征的動態(tài)提取，獲得上下文信息； 門控掩碼平均池化通過門控機制使模型先驗學習支撐特征中的有效信息，再結合支撐掩碼進行掩碼平均池化，生成支撐信息； 將所述任務自適應單元、上下文自適應模塊和門控掩碼平均池化產(chǎn)生的信息進行融合，并經(jīng)過解碼處理得到預測掩碼； 其中，所述任務自適應單元上設置有FPN編碼器、基礎門、輸入門、輸出門、輸出處理單元、遺忘門、遺忘處理單元以及可訓練記憶種子； 其中，所述FPN編碼器用于提取并融合高層次支撐-查詢對的特征； 所述基礎門緊鄰FPN編碼器，其利用門控機制預處理支撐-查詢對的特征，將其與所述可訓練記憶種子融合成任務單元，實現(xiàn)任務的先驗自適應；所述先驗自適應為利用可訓練記憶種子提供的記憶信息來預處理任務單元；其中，所述可訓練記憶種子為可訓練隨機參數(shù)，其參與模型的整個迭代過程，用于記憶任務狀態(tài)； 所述輸入門、輸出門以及遺忘門作為三條分支，其均與任務單元相連，且由不同的卷積操作、批歸一化操作和激活函數(shù)組成；所述輸入門用于引導模型關注當前任務的關鍵特征；所述輸出門結合輸入門的結果，生成預處理任務單元；所述遺忘門用于指導模型忽略任務中的次要特征； 所述遺忘處理單元利用輸入門和遺忘門的輸出，結合可訓練記憶種子，生成狀態(tài)單元；所述狀態(tài)單元包含了本次迭代過程中需要忽略的次要特征； 所述輸出處理單元結合預處理任務單元、狀態(tài)單元和注意力軟標簽生成任務自適應因子；其中，所述注意力軟標簽由查詢特征經(jīng)過空間注意力塊通過空間注意力機制生成，其用于預測任務與標簽之間的依賴關系，實現(xiàn)任務的動態(tài)自適應。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或專利權人龍巖學院，其通訊地址為：364000 福建省龍巖市新羅區(qū)東肖北路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)”。