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！

龙图腾网获悉深存科技(无锡)有限公司申请的专利缺陷数据生成模型的训练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：CN116188516B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202211726159.2，技术领域涉及：G06T7/194；该发明授权缺陷数据生成模型的训练方法是由请求不公布姓名;请求不公布姓名设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本缺陷数据生成模型的训练方法在说明书摘要公布了：本申请公开缺陷数据生成模型的训练方法，涉及深度学习领域，将原始缺陷图像通过前背景分离网络进行分离，获得第一缺陷背景图像和第一缺陷前景图像；基于生成网络生成虚假正常图像；将第一缺陷前景和背景图像、以及虚假正常图像输入到融合网络中生成融合缺陷图像；将融合缺陷图像通过前背景分离网络进行分离，获得第二缺陷背景和前景图像；分别计算第一与第二缺陷背景图像之间的第一循环一致性损失，第一与第二缺陷前景图像之间的第二循环一致性损失；基于第一和第二循环一致性损失的数值调节GAN损失，并迭代循环训练获得缺陷数据生成模型。本方案可以在理由少量现有数据的情况下生成大量缺陷数据，同时具备数据的多样性。

本发明授权缺陷数据生成模型的训练方法在权利要求书中公布了：1.一种缺陷数据生成模型的训练方法，其特征在于，所述方法包括： 将原始缺陷图像通过前背景分离网络进行分离，获得第一缺陷背景图像和第一缺陷前景图像； 基于生成网络生成虚假正常图像； 将所述第一缺陷前景图像、所述第一缺陷背景图像、以及所述虚假正常图像输入到融合网络中进行图像融合，生成融合缺陷图像； 将所述融合缺陷图像通过所述前背景分离网络进行分离，获得第二缺陷背景图像和第二缺陷前景图像； 分别计算所述第一缺陷背景图像与所述二缺陷背景图像的第一循环一致性损失，所述第一缺陷前景图像与所述二缺陷前景图像的第二循环一致性损失； 基于所述第一循环一致性损失和所述第二循环一致性损失的数值调节GAN损失，并迭代循环训练获得所述缺陷数据生成模型；其中的GAN损失包括第一GAN损失、第二GAN损失、第三GAN损失以及第四GAN损失；所述第一GAN损失基于所述第一缺陷背景图像与真实正常图像计算确定；所述第二GAN损失基于所述第二缺陷背景图像与所述真实正常图像计算确定；所述第三GAN损失基于所述虚假正常图像与所述真实正常图像计算确定；所述第四GAN损失基于所述融合缺陷图像与所述真实正常图像计算确定；所述GAN损失的网络结构包括生成器和鉴别器，优化目标表示如下： 其中，是真实数据，z是输入参数Zd向量的高斯噪声，和分别为生成器和鉴别器，是生成的假样本图像，是鉴别输出置信度；训练过程先冻结，训练，确保生成的假样本图像骗过；然后冻结，训练，确保能识别出虚假正常图像；表示真实数据的期望，表示对高斯噪声的期望。

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深存科技(无锡)有限公司，其通讯地址为：214000 江苏省无锡市新吴区弘毅路10号金乾座401、402室；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。