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！

龙图腾网恭喜广东工业大学申请的专利一种基于自监督对比学习的复杂纹理及图案色差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：CN114723707B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202210362124.9，技术领域涉及：G06T7/00；该发明授权一种基于自监督对比学习的复杂纹理及图案色差检测方法是由程良伦;曾炜峰;黄国恒设计研发完成，并于2022-04-07向国家知识产权局提交的专利申请。

本一种基于自监督对比学习的复杂纹理及图案色差检测方法在说明书摘要公布了：本发明涉及工业检测技术领域，公开了一种基于自监督对比学习的复杂纹理及图案色差检测方法，包括以下步骤：S1.构建带标签的原始数据集；S2.对原始数据集进行数据增强，得到增强数据集；S3.通过编码器提取增强数据集的图像特征；S4.将增强后数据的图像特征通过投影网络对图像特征进行投影操作，得到嵌入向量；S5.根据得到的嵌入向量，计算增强数据集中不同的图像间的相似度和预训练的对比损失，并根据对比损失改进编码器；S6.在改进后的编码器后面接入分类网络，替换投影网络，通过改进后的编码器重新获取改进后图像特征，并对增强数据集中的图像进行分类检测。本发明解决了现有技术主观性大，相邻色差等级的检测容易误检的问题。

本发明授权一种基于自监督对比学习的复杂纹理及图案色差检测方法在权利要求书中公布了：1.一种基于自监督对比学习的复杂纹理及图案色差检测方法，其特征在于：包括以下步骤：S1.得到原始图像，根据色差分级标准，构建带标签的原始数据集；S2.对原始数据集进行数据增强，得到增强数据集；S3.开始预训练，通过编码器提取增强数据集的图像特征；S4.将增强后数据的图像特征通过投影网络对图像特征进行投影操作，得到嵌入向量；S5.根据得到的嵌入向量，计算增强数据集中不同的图像间的相似度和预训练的对比损失，并根据对比损失改进编码器，结束预训练；S6.在改进后的编码器后面接入分类网络，替换投影网络，通过改进后的编码器重新获取改进后图像特征，并对增强数据集中的图像进行分类检测；所述的分类网络包括三个Dense块，所述的Dense块为包括若干层的模块，其中每个层的特征图大小相同；在分类网络中，增强后数据的图像特征通过一个卷积层后依次通过三个Dense块后通过池化层和线性函数层后输出结果，相邻的两个Dense块之间通过一层卷积层加一层池化层连接；增强后数据的图像特征x通过Dense块的过程为： 其中，和分别表示卷积核大小为1，步长为1的卷积层和卷积核大小为3，步长为1的卷积层，为1×1卷积处理后的特征图，为3×3卷积处理后的特征图。

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：510090 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”。