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！

龙图腾网获悉中国长江电力股份有限公司申请的专利一种基于发电厂金属表面少样本的AI辅助图像数据标注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：CN120088231B 。

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：202510226109.5，技术领域涉及：G06T7/00；该发明授权一种基于发电厂金属表面少样本的AI辅助图像数据标注方法是由汤正阳;武永恒;徐波;王俊青;孔丽君;黄正海;向强铭;刘东;周一鸣;詹楚云;魏辉强设计研发完成，并于2025-02-27向国家知识产权局提交的专利申请。

本一种基于发电厂金属表面少样本的AI辅助图像数据标注方法在说明书摘要公布了：一种基于发电厂金属表面少样本的AI辅助图像数据标注方法，步骤为诶：获取发电厂金属表面的原始图像数据，针对图像进行预处理，去除噪声和干扰信息，得到清晰的金属表面图像；根据提取的特征信息，构建多原型解码器，通过动态聚类算法将图像特征划分为多个原型，捕捉金属表面缺陷的多样性特征；在模型训练过程中，采用数据增强技术，对原始图像进行旋转、缩放、翻转等操作，生成多样化的训练样本，提升模型的泛化能力；根据检测结果，生成金属表面缺陷的标注信息，将标注结果与原始图像进行对比，判断检测结果是否符合预设的精度要求；若检测结果未达到预设精度，则调整模型参数，重新进行训练和检测，直到获得满足精度要求的缺陷检测结果。

本发明授权一种基于发电厂金属表面少样本的AI辅助图像数据标注方法在权利要求书中公布了：1.一种金属表面少样本的AI辅助图像数据标注方法，其特征在于，所述方法包括： 获取发电厂金属表面的原始图像数据，针对图像进行预处理，去除噪声和干扰信息，得到清晰的金属表面图像；在预处理后的图像中，采用基于Transformer的注意力机制模块，对图像中的不同区域进行特征提取，获取图像中的全局和局部特征信息；根据提取的特征信息，构建多原型解码器，通过动态聚类算法将图像特征划分为多个原型，捕捉金属表面缺陷的多样性特征；将划分后的原型特征输入到少样本学习模型中，利用预训练的网络参数，结合少量标注数据进行微调，得到适应少样本场景的缺陷检测模型；在模型训练过程中，采用数据增强技术，对原始图像进行旋转、缩放、翻转操作，生成多样化的训练样本，提升模型的泛化能力；针对大型图像的处理问题，采用图像分块策略，将大尺寸图像分割为多个小块，分别输入到模型中进行处理，再将结果进行拼接，得到整体图像的缺陷检测结果；在处理未闭合曲线和内部孔洞景时，引入边缘检测算法，结合模型输出的缺陷区域，进行边缘修正和孔洞填充，提升检测结果的准确性；根据检测结果，生成金属表面缺陷的标注信息，将标注结果与原始图像进行对比，判断检测结果是否符合预设的精度要求；若检测结果未达到预设精度，则调整模型参数，重新进行训练和检测，直到获得满足精度要求的缺陷检测结果。

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中国长江电力股份有限公司，其通讯地址为：430014 湖北省武汉市江岸区三阳路88号三阳中心；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。