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！

龙图腾网获悉中铁电气化局集团有限公司;中国铁道科学研究院集团有限公司;中国铁道科学研究院集团有限公司基础设施检测研究所;北京铁科英迈技术有限公司申请的专利AI自监督补偿绳微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：CN121391858B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202511953857.X，技术领域涉及：G06T7/00；该发明授权AI自监督补偿绳微缺陷检测方法是由朱海峰;李曌宇;王小兵;周彦;张涛;黄振宁;张兆群;邱全;王伟;齐峰;杨超达;陈华勇;张彪彪;张永波设计研发完成，并于2025-12-23向国家知识产权局提交的专利申请。

本AI自监督补偿绳微缺陷检测方法在说明书摘要公布了：本发明涉及高速铁路基础设施智能运维技术领域，公开了一种AI自监督补偿绳微缺陷检测方法。该方法构建孪生神经网络，采用对比学习策略对无标签图像进行自监督预训练，使其学习补偿绳的正常外观特征。检测时，通过将待检测图像的特征图与预存的正常样本平均特征图进行比较，计算异常得分图来定位微缺陷。本发明无需像素级缺陷标注，降低了数据成本，并提升了对未知、微小缺陷的检测灵敏度。

本发明授权AI自监督补偿绳微缺陷检测方法在权利要求书中公布了：1.一种AI自监督补偿绳微缺陷检测方法，其特征在于，包括以下步骤： S1：数据获取与预处理步骤：通过图像采集装置获取接触网补偿绳的连续图像序列，并对所述图像序列进行预处理，构建无标签的原始图像数据集； S2：自监督预训练步骤：构建一个包含在线网络和目标网络的孪生神经网络模型；并利用所述原始图像数据集，采用对比学习策略对所述孪生神经网络模型进行自监督学习预训练，其中，所述目标网络的权重是在线网络权重的指数移动平均；所述对比学习策略通过最大化同一图像经过不同数据增强后得到的多个视图在特征空间中的表征相似性，同时最小化不同图像的视图在特征空间中的表征相似性，使得所述模型学习并编码补偿绳的正常外观特征； S3：正常样本标准特征构建步骤：选取多张无缺陷的正常补偿绳图像，利用预训练完成的所述在线网络作为特征提取器，提取每一张正常补偿绳图像的深度特征图，并对多张所述深度特征图进行像素级平均化处理，生成一个标准平均特征图并予以存储； S4：缺陷检测与定位步骤：将一张待检测的补偿绳图像输入到所述特征提取器中，以提取其深度特征图；将该待检测图像的深度特征图与所述标准平均特征图进行比较，计算二者之间的差异度以生成异常得分图；并根据预设阈值在所述异常得分图上确定微缺陷的位置和大小。

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中铁电气化局集团有限公司;中国铁道科学研究院集团有限公司;中国铁道科学研究院集团有限公司基础设施检测研究所;北京铁科英迈技术有限公司，其通讯地址为：100036 北京市丰台区金家村1号中铁电气化大厦；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。