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！

龙图腾网获悉华中科技大学申请的专利用于少样本缺陷图像生成的扩散模型微调方法和装置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：CN118823506B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202410796707.1，技术领域涉及：H04N19/42；该发明授权用于少样本缺陷图像生成的扩散模型微调方法和装置是由周瑜;曾仕磊;戴喆玮;刘浩天;李煦蕤设计研发完成，并于2024-06-20向国家知识产权局提交的专利申请。

本用于少样本缺陷图像生成的扩散模型微调方法和装置在说明书摘要公布了：本发明涉及计算机视觉技术领域，提供了一种用于少样本缺陷图像生成的扩散模型微调方法和装置。方法包括：将多个缺陷词元和单个产品词元组合得到不平衡异常文本提示；选取少样本缺陷图像以及缺陷图像掩码作为缺陷图像分支的输入，根据缺陷图像掩码，将缺陷词元对齐到图像中的缺陷区域，优化第一目标函数和第二目标函数；选取固定数量的正常图像作为正常图像样本分支的输入，用不平衡异常文本提示中的与产品相关的部分，优化第三目标函数；混合训练策略用于使不同缺陷类别的缺陷图像共同参与训练。本发明在工业场景中每一缺陷类别的缺陷图像数量较少的情况下，依旧能够实现较理想的训练效果，从而使用训练完成的扩散模型生成缺陷图像。

本发明授权用于少样本缺陷图像生成的扩散模型微调方法和装置在权利要求书中公布了：1.一种用于少样本缺陷图像生成的扩散模型微调方法，其特征在于，缺陷图像生成模型包括U-Net编码器、U-Net解码器、注意力模块、第一目标函数、第二目标函数和第三目标函数；其中，U-Net编码器、U-Net解码器、注意力模块、第一目标函数和第二目标函数构成缺陷图像分支，U-Net编码器、U-Net解码器、第三目标函数构成正常图像分支；两分支的训练过程分开进行，但在共享的U-Net上实施；使用混合训练策略对缺陷图像生成模型进行训练，方法包括： 将多个缺陷词元和单个产品词元组合得到不平衡异常文本提示，将所述不平衡异常文本提示和不平衡异常文本提示中的与产品相关的部分作为引导条件分别输入至所述缺陷图像分支和所述正常图像分支中； 选取少样本缺陷图像以及对应的缺陷图像掩码作为缺陷图像分支的输入，所述缺陷图像分支获取缺陷图像的特征，并根据缺陷图像所对应的缺陷图像掩码，将不平衡异常文本提示中的缺陷词元对齐到图像中的缺陷区域，以优化所述第一目标函数和第二目标函数； 选取固定数量的正常图像作为正常图像样本分支的输入，所述正常图像分支获取正常图像的特征，使用不平衡异常文本提示中的与产品相关的部分，优化第三目标函数；其中，所述混合训练策略用于使不同缺陷类别的缺陷图像共同参与训练； 所述第一目标函数为；其中，是为第个缺陷词元对应的交叉注意力图，是缺陷词元的个数，表示在对齐过程中用到的交叉注意力图对应的U-Net的层数量，是二值的掩码，大小为像素，缺陷区域值为1，非缺陷区域值为0，是产品词元所对应的交叉注意力图，为按像素进行乘法运算； 所述第二目标函数为；其中，表示不平衡异常文本提示经过文本编码器之后得到的条件向量，为缺陷图像通过VAE编码器得到的潜向量，为随机噪声，为加噪步数，为使用和对加噪所得到的加噪潜向量，为预测的噪声，为第一目标函数的值； 所述第三目标函数为；其中，表示不平衡异常文本提示中与产品相关的部分经过文本编码器之后得到的条件向量，为正常图像通过VAE编码器得到的潜向量，为随机噪声，为加噪步数，为使用和对加噪所得到的加噪潜向量，为预测的噪声。

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华中科技大学，其通讯地址为：430074 湖北省武汉市洪山区珞喻路1037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”。

以上内容由龙图腾AI智能生成。