该模版展示了专利CN118334491B中S1阶段（自监督主干预训练）的深度拆解，聚焦训练数据、HOG描述、掩码重建及权重继承机制。图中分为三个核心步骤：①无标注图像预处理：将工业太阳能电池图像裁剪为224×224像素，经灰度化、归一化，提取8×8像素HOG cell，计算Sobel梯度与9方向直方图，划分为14×14像素Patch（计算示意）。②掩码重建学习：对Patch级别HOG描述符进行60%随机掩码（深色保留，浅色遮挡），输入12层×768维ViTDeT Encoder与4层×768维Mask Decoder，通过均方误差（MSE）重建被掩码的HOG描述符。③训练后的参数继承：保留ViTDeT主干参数作为后续检测模型初始化权重，丢弃预训练掩码解码器（不进入最终模型）。预训练阶段学习同域图像的细节纹理先验，传递至S2阶段，且S2阶段主干参数保持不更新。