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！

龙图腾网获悉广东工业大学申请的专利一种基于卷积-Transformer融合网络的工件缺陷分类方法和系统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：CN118521810B 。

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：202410281213.X，技术领域涉及：G06V10/764；该发明授权一种基于卷积-Transformer融合网络的工件缺陷分类方法和系统是由许亮;刘羽丰;乔俊杰;罗晖设计研发完成，并于2024-03-12向国家知识产权局提交的专利申请。

本一种基于卷积-Transformer融合网络的工件缺陷分类方法和系统在说明书摘要公布了：本发明涉及深度学习和计算机视觉技术领域，公开了一种基于卷积‑Transformer融合网络的工件缺陷分类方法和系统，包括：获取并预处理工件表面缺陷图像；构建融合网络，将预处理后的图像输入卷积编码模块，获得多个维数的特征向量；将所述特征向量输入局部聚合模块，获得第一特征向量；将聚合后的第一特征向量输入全局‑局部稀疏注意力模块，获得特征显著图；将显著图输入所述引导聚合模块，获得第二特征向量；将聚合后的第二特征向量输入下采样层，获得采样后的特征向量；获得最终的特征向量，将最终的特征向量输入双层感知机输出模块，获得分类结果。本发明能够提高缺陷分类准确率和降低缺陷分类计算量。

本发明授权一种基于卷积-Transformer融合网络的工件缺陷分类方法和系统在权利要求书中公布了：1.一种基于卷积-Transformer融合网络的工件缺陷分类方法，其特征在于，包括： 步骤S1：获取待分类的工件表面缺陷图像并对所述图像进行预处理； 步骤S2：搭建融合网络，将预处理后的图像输入所述融合网络，获得缺陷分类结果，具体包括： 步骤S2.1：构建融合网络，所述融合网络包括至少四个特征提取模块、至少四个下采样层和一个双层感知机输出模块，每个所述特征提取模块后均连接一个所述下采样层，最后一个下采样层连接所述双层感知机输出模块，所述特征提取模块包括卷积编码模块、局部聚合模块、全局-局部稀疏注意力模块和引导聚合模块； 步骤S2.2：将预处理后的图像输入所述卷积编码模块，获得多个维数的特征向量，卷积编码模块计算由下式确定： 其中，BN表示归一化层，Conv表示二维卷积计算，为输入数据，为输出特征向量； 步骤S2.3：将所述特征向量输入所述局部聚合模块，获得聚合后的第一特征向量； 步骤S2.4：将聚合后的第一特征向量输入所述全局-局部稀疏注意力模块，获得特征显著图； 步骤S2.5：将所述显著图输入所述引导聚合模块，获得聚合后的第二特征向量，具体包括： 步骤S2.5.1：将特征显著图平均划分为n个子区域； 步骤S2.5.2：根据n个子区域将输入特征向量中的patch分为n个特征向量；步骤S2.5.3：根据子区域的显著性设置对应的聚合率； 步骤S2.5.4：将n个特征向量以所述聚合率进行聚合，获得多组聚合特征向 量； 步骤S2.5.5：拼接所述聚合特征向量，获得聚合后第二特征向量； 步骤S2.6：将聚合后的第二特征向量输入所述下采样层，获得采样后的特征向量； 步骤S2.7：重复步骤S2.2至步骤S2.6至少四次，获得最终的特征向量，将最终的特征向量输入所述双层感知机输出模块，获得分类结果。

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广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729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。