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！

龙图腾网恭喜苏州跨视科技有限公司申请的专利基于联邦学习的视觉检测方法及系统、存储介质、设备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：CN112132776B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202010799906.X，技术领域涉及：G06T7/00；该发明授权基于联邦学习的视觉检测方法及系统、存储介质、设备是由顾海松设计研发完成，并于2020-08-11向国家知识产权局提交的专利申请。

本基于联邦学习的视觉检测方法及系统、存储介质、设备在说明书摘要公布了：本发明提供基于联邦学习的视觉检测方法，该方法克服了每次检测任务中工业数据集规模有限的问题；该方法中提供的模型可应用跨行业中，确保在最初提供有限数据的新行业中进行高效部署模型，该方法可以解决实际缺陷检测应用中的各种问题；该方法中的服务器中的模型可以持续定期更新，并帮助每个客户端随着时间的推移升级其检测模型；另外，该方法要求客户端通过深度学习模型向服务器发送从原始图像中获取的数据信息，这些信息不能用于恢复原始数据，因此不会涉及数据安全性问题以保证客户端的数据安全性；本发明还涉及一种基于联邦学习的视觉检测系统、存储介质、电子设备。

本发明授权基于联邦学习的视觉检测方法及系统、存储介质、设备在权利要求书中公布了：1.基于联邦学习的视觉检测方法，其特征在于，包括如下步骤：向服务器发送请求指令以获取第一基本模型；采集缺陷图像数据以训练所述第一基本模型并提取其中高级特征发送给服务器，以更新服务器端模型；在设定阈值时间接收服务器发送的更新后的所述服务器端模型并进行训练，得到用于执行检测任务的最终模型以用于产品的外观检测；其中，所述最终模型为所述第一基本模型更新一次或多次的模型；其中，所述获取所述第一基本模型的方法中，还包括：将采集的常规数据集根据设定规范进行提炼并进行卷积神经网络训练，得到所述第一基本模型；所述采集缺陷图像数据以训练所述第一基本模型中，还包括：利用预先训练好的卷积神经网络模型对缺陷图像数据进行测试，并获得缺陷图像数据在公共数据集中被分类为每个类的平均概率，以得到缺陷图像数据之间的各个缺陷的差异以及与公共数据集中每个类之间的关联程度；所述在设定阈值时间接收服务器发送的更新后的所述服务器端模型并进行训练中，还包括：利用本行业的第一缺陷图像数据与公共数据集中的第二缺陷图像数据共同进行模型训练；其中，所述第一缺陷图像数据与第二缺陷图像数据具有高度相关性。

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苏州跨视科技有限公司，其通讯地址为：215000 江苏省苏州市吴江区黎里镇汾湖大道558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”。