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！

龙图腾网获悉湖南大学申请的专利一种面向表面缺陷检测的条件可控图像样本扩充方法与系统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：CN120525000B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202511021599.1，技术领域涉及：G06N3/0475；该发明授权一种面向表面缺陷检测的条件可控图像样本扩充方法与系统是由张辉;牛通之;樊叶心;杜瑞;别克扎提·巴合提;钟杭;江一鸣;谢核;彭伟星;毛建旭;王耀南设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本一种面向表面缺陷检测的条件可控图像样本扩充方法与系统在说明书摘要公布了：一种面向表面缺陷检测的条件可控图像样本扩充方法与系统，其中方法包括：采集多张负样本和正样本图像，构建图像样本扩充模型；将模板和异常类型输入到条件编码模块内，得到输出条件；编码器将负样本图像压缩至潜在特征空间，将得到的潜在空间向量输入到扩散模型和解码器中，与输出条件结合，得到重构的负样本图像；构建总损失函数、扩散损失函数，最小化两个损失函数，直至达到预设停止条件，并在训练过程中调整模型权重；将模型部署到设备端，输入正样本图像，设计可控条件，生成对应的样本，实现图像样本扩充。本发明实现了区域形状、大小、位置、类型可控，依据可控条件可生成新样本，为后续建模提供了数据基础。

本发明授权一种面向表面缺陷检测的条件可控图像样本扩充方法与系统在权利要求书中公布了：1.一种面向表面缺陷检测的条件可控图像样本扩充方法，其特征在于，包括如下步骤： S1、采集多张负样本图像和正样本图像，并构建图像样本扩充模型，图像样本扩充模型包括依次连接的图像生成模块和条件编码模块；所述图像生成模块包括依次连接的压缩感知模型、扩散模型；压缩感知模型内置编码器和解码器；扩散模型内置去噪编码器； S2、将模板和异常类型输入到条件编码模块内，得到输出条件e；其中模板带有缺陷形状、位置和大小，模板和异常类型构成了可控条件； S3、图像生成模块内的编码器将负样本图像压缩至潜在特征空间，得到潜在空间向量，然后将潜在空间向量输入到图像生成模块内的扩散模型中，并与条件编码模块的输出条件e结合，得到重构的负样本图像； S4、依据包括潜在空间向量在内的编码器的输出构建编码器的总损失函数，然后依据重构的负样本图像和输出条件e构建扩散损失函数，循环S2至S4，最小化两个损失函数，直至达到预设停止条件，并在训练过程中调整图像样本扩充模型的权重，得到训练后的图像样本扩充模型； S5、将训练后的图像样本扩充模型部署到设备端，输入正样本图像，设计可控条件，生成对应的样本，实现图像样本扩充； 条件编码模块包括依次连接的残差网络ResNet-50、特征金字塔层和多个全连接层； 所述去噪编码器包括依次连接的输入卷积层、多个交叉注意力降维层、下采样降维层、中间层、上采样降维层、多个交叉注意力升维层和输出卷积层；其中，多个交叉注意力降维层、下采样降维层分别与多个交叉注意力升维层、上采样降维层采用跳跃连接；多个交叉注意力降维层、下采样降维层、中间层、上采样降维层、多个交叉注意力升维层分别与条件编码模块输出的条件输入e连接； 其中，多个交叉注意力降维层均包括两个残差块、两个Transformer块以及最后连接的一个下采样操作，多个交叉注意力升维层均包括两个残差块、两个Transformer块以及最后连接的一个上采样操作；其中多个交叉注意力降维层和多个交叉注意力升维层内的残差块与Transformer块均采用交替排列分布； 中间层包括依次连接的残差块、Transformer块和残差块。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路1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。