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！

龙图腾网获悉中南大学申请的专利一种面向小样本表面缺陷数据集的样本增广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：CN117036859B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202311021284.8，技术领域涉及：G06V10/774；该发明授权一种面向小样本表面缺陷数据集的样本增广方法是由赵于前;王辉;张帆;阳春华;桂卫华设计研发完成，并于2023-08-15向国家知识产权局提交的专利申请。

本一种面向小样本表面缺陷数据集的样本增广方法在说明书摘要公布了：本发明公开了一种面向小样本表面缺陷数据集的样本增广方法，主要解决表面缺陷数据集中类别不平衡与样本不足的问题。其实施方案为：1获取原始数据与人工标签；2构建样本增广算法；3样本增广。本发明构建的样本增广方法，采用八邻域描述环境并通过协方差计算环境相似度，实现无语义冲突的跨图像目标复制，解决了类别不平衡问题，实现了缺陷目标的增广。采用缺陷子图与背景子图拼接的方法，将背景子图重新纳入数据集，提升了数据集的样本复杂度，实现了样本增广。

本发明授权一种面向小样本表面缺陷数据集的样本增广方法在权利要求书中公布了：1.一种面向小样本表面缺陷数据集的样本增广方法，其特征在于包括以下步骤： 1获取原始数据与人工标签： 采集缺陷产品的表面图像，并对图像中的待检区域与缺陷进行人工标注，以构建小样本表面缺陷数据集D； 2构建样本增广算法，该算法由环境引导的缺陷复制算法与背景复用算法构成，具体构建过程包括以下步骤： 2-a构建环境引导的缺陷复制算法：以人工标注的标签为基础，提取数据集D中存在的缺陷目标像素块STi及其对应的八个邻域像素块构成缺陷像素块组Gi，i和j都为正整数，且i∈[1，M]，j∈[1，8]，其中M表示数据集D中存在的缺陷目标数量；依据缺陷像素块组Gi中缺陷目标像素块的缺陷类别将缺陷像素块组进行划分，同类别的缺陷像素块组归属于同一个缺陷像素块组集合St，其中t为正整数，且t∈[1，C]，C表示数据集D中缺陷类别的数量；对数据集D中的任意一个图像I，从所有的缺陷像素块组集合中选取个缺陷像素块组，其中Pt表示从集合St中随机选取的缺陷像素块组数量，在图像I的待检区域内，为每个被选取缺陷像素块组中的缺陷目标像素块随机生成一个与缺陷目标像素块尺寸相同的候选区域，计算候选区域的八个邻域像素块与被选取缺陷像素块组中的八个邻域像素块的协方差Cov来衡量环境相似度，当Cov大于阈值TH，则认为该缺陷像素块组中的缺陷目标像素块与候选区域的环境是相容的，并将该缺陷目标像素块粘贴到该候选区域，当Cov小于或等于TH，则放弃该缺陷目标像素块与该候选区域，并对下一个被选择缺陷像素块组中的缺陷目标像素块及其候选区域进行处理；算法通过给定的Pt值来控制不同种类缺陷的复制次数，实现数据集内的缺陷增广与类别平衡；其中Pt为整数，且Pt∈[0，10000]，TH为实数，且TH∈-1，1； 2-b构建背景复用算法：采用大小为L×L个像素的滑动窗，每次滑动的步长为S个像素，对数据集D中的任意一个图像I的待检区域进行滑动剪切，每剪切一次生成一个大小为L×L个像素的子图，根据子图是否包含缺陷将子图划分为背景子图与缺陷子图，所有的背景子图构成背景子图集，所有的缺陷子图构成缺陷子图集；从背景子图集中随机抽取三张子图，从缺陷子图集中随机抽取一张子图，将这四张被抽取的子图随机拼接成一张长宽比为1∶1的新图像，直到生成的新图像数量是缺陷子图集中图像数量的Q倍；拼接后生成的所有新图像与滑动窗剪切产生的所有含缺陷子图共同构成数据集中的训练集；其中L、S和Q都为正整数，且L，S，Q∈[1，10000]； 3样本增广： 针对步骤1获取的小样本表面缺陷数据集D，依次应用步骤2-a构建的环境引导的缺陷复制算法与步骤2-b构建的背景复用算法，实现类别平衡与样本增广，构建增广表面缺陷数据集D_En。

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南大学，其通讯地址为：410083 湖南省长沙市麓山南路932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。