公开(公告)号：CN118736320B

公开(公告)日：2025-01-07

申请号：CN202410928525.5

申请日：2024-07-11

Applicant: 南京理工大学

Inventor： 李骏 ,  王舜尧 ,  梅镇 ,  夏鹏程 ,  时龙

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/098 ,  G06N3/096 ,  G06F21/62

Abstract: 本发明公开了一种基于联邦迁移学习的工业缺陷分类方法，属于联邦学习及工业缺陷分类技术领域，包括数据准备，训练客户端在本地收集和预处理工业生产过程中产生的缺陷数据，进行数据处理；本地模型训练，训练客户端通过高低双通道多头注意力机制模块对步骤S1处理后的数据进行输入训练，直至本地模型收敛；模型更新与上传；模型权重计算与聚合；模型部署与推断，目标客户端接收服务端发送的全局模型，用于待测数据进行工业缺陷分类。本发明采用上述一种基于联邦迁移学习的工业缺陷分类方法，在保护隐私和处理多源域小样本类别不平衡的缺陷分类任务方面展现出强大迁移泛化性能，为在数据集稀少和需要增强隐私保护的场景下实现缺陷分类提供了新思路。

公开(公告)号：CN119760524A

公开(公告)日：2025-04-04

申请号：CN202411858069.8

申请日：2024-12-16

Applicant: 南京理工大学 ,  江苏第二师范学院

Inventor： 李骏 ,  王舜尧 ,  夏鹏程 ,  倪艺洋 ,  时龙

IPC: G06F18/2413 ,  G06F18/214 ,  G06N3/045 ,  G06N3/0475 ,  G06N3/094 ,  G06N3/096 ,  G06N3/098

Abstract: 本发明公开了一种基于联邦迁移学习的工业缺陷分类开集识别方法，属于联邦学习及工业缺陷分类技术领域，包括数据准备，构建一个综合的负样本数据集；训练客户端对数据进行输入训练，得到对应的分类模型和未知类别阈值；模型更新与上传；模型与阈值的权重计算与聚合；模型部署与推断，目标客户端接收服务端发送的全局模型，用于待测数据缺陷分类。本发明采用上述的一种基于联邦迁移学习的工业缺陷分类开集识别方法，在面对多源域和待测数据存在未知类别数据分类的问题场景下，学习到未知类别的分类能力，并将其应用到目标域用户上，协同多方参与者共同训练模型和阈值，在数据量有限和计算资源受限的情况下，提高模型的泛化能力和准确性。

公开(公告)号：CN118736320A

公开(公告)日：2024-10-01

申请号：CN202410928525.5

申请日：2024-07-11

Applicant: 南京理工大学

Inventor： 李骏 ,  王舜尧 ,  梅镇 ,  夏鹏程 ,  时龙

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/098 ,  G06N3/096 ,  G06F21/62

Abstract: 本发明公开了一种基于联邦迁移学习的工业缺陷分类方法，属于联邦学习及工业缺陷分类技术领域，包括数据准备，训练客户端在本地收集和预处理工业生产过程中产生的缺陷数据，进行数据处理；本地模型训练，训练客户端通过高低双通道多头注意力机制模块对步骤S1处理后的数据进行输入训练，直至本地模型收敛；模型更新与上传；模型权重计算与聚合；模型部署与推断，目标客户端接收服务端发送的全局模型，用于待测数据进行工业缺陷分类。本发明采用上述一种基于联邦迁移学习的工业缺陷分类方法，在保护隐私和处理多源域小样本类别不平衡的缺陷分类任务方面展现出强大迁移泛化性能，为在数据集稀少和需要增强隐私保护的场景下实现缺陷分类提供了新思路。