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！

龙图腾网获悉腾讯科技(深圳)有限公司申请的专利异常图像生成方法、训练样本生成方法及次品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：CN118015399B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202410158313.3，技术领域涉及：G06V10/774；该发明授权异常图像生成方法、训练样本生成方法及次品检测方法是由高斌斌设计研发完成，并于2024-02-01向国家知识产权局提交的专利申请。

本异常图像生成方法、训练样本生成方法及次品检测方法在说明书摘要公布了：本申请提供了一种关于次品的异常图像生成方法、次品检测模型的训练样本生成方法、次品检测方法、相关装置、电子设备及介质，应用于计算机视觉技术领域。该异常图像生成方法包括：优化后嵌入向量为在保持该图像生成模型的参数不变的情况下对初始化的嵌入向量进行优化得到。由于仅优化参数较少的嵌入向量，因此无需较多数量的实际异常图像便能够方便地满足异常图像生成过程中的样本需求。将良品的目标图像和优化后嵌入特征输入图像生成模型，由于优化后嵌入向量中包含根据实际异常图像学习得到的次品的图像特征分布，因此可以得到目标图像对应的生成异常图像。生成异常图像可用作负样本用于训练异常检测算法，有利于提升异常检测算法的检测性能。

本发明授权异常图像生成方法、训练样本生成方法及次品检测方法在权利要求书中公布了：1.一种关于次品的异常图像生成方法，其特征在于，所述方法包括：确定优化后嵌入向量，其中，所述优化后嵌入向量为将实际异常图像输入经过预训练的图像生成模型，且在保持所述图像生成模型的参数不变的情况下，对初始化的嵌入向量进行优化得到，所述优化后嵌入向量表示所述次品的图像特征分布；将良品的目标图像和所述优化后嵌入向量输入所述图像生成模型，得到所述目标图像对应的生成异常图像；在所述确定优化后嵌入向量之前，所述方法还包括：将初始化的嵌入向量、实际异常图像输入经过预训练的图像生成模型，在保持所述图像生成模型的参数不变的情况下优化所述嵌入向量；其中，所述图像生成模型包括像素空间网络和潜在空间网络；所述将初始化的嵌入向量、实际异常图像输入经过预训练的图像生成模型，包括：将所述实际异常图像输入所述像素空间网络的编码器，以将所述实际异常图像转换为实际异常特征，其中，所述实际异常特征经所述潜在空间网络的加噪网络处理得到对应的加噪特征；所述潜在空间网络中的去噪网络基于初始化的嵌入向量，对所述加噪特征进行去噪处理，得到去噪网络预测的噪声，其中，所述初始化的嵌入向量为以交叉注意力的方式映射至所述去噪网络的；所述方法还包括：根据所述去噪网络预测的噪声确定第一目标函数；根据所述第一目标函数确定优化后嵌入向量。

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腾讯科技(深圳)有限公司，其通讯地址为：518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层；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”。