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基于主动学习的工业图像标注推荐方法及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：CN116363419B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202310243866.4，技术领域涉及：G06V10/764；该发明授权基于主动学习的工业图像标注推荐方法及系统是由李斌;李威风;牛通之;牛拴龙;王桢榕;王苗;刘保辉设计研发完成，并于2023-03-09向国家知识产权局提交的专利申请。

本基于主动学习的工业图像标注推荐方法及系统在说明书摘要公布了：本发明公开了一种基于主动学习的工业图像标注推荐方法及系统，方法包括：将每个原始图像分别输入分割学习器和重建学习器，利用分割学习器预测各原始图像的缺陷区域，利用重建学习器对各原始图像进行重建得到重建图像；计算重建图像与对应的原始图像在缺陷区域的重建误差；选择重建误差较大的部分原始图像以用于精细标记；其中，重建学习器的训练方法为：获取正常图像和缺陷图像；将缺陷图像中被标记为缺陷区域的图像替换为正常图像中相同区域的图像以构建训练目标图像；将缺陷图像输入重建学习器进行训练以使重建学习器输出的重构图像趋近相应的训练目标图像。通过上述筛选方法，可以节省存储空间且控制标记成本的同时提高标记效果。

本发明授权基于主动学习的工业图像标注推荐方法及系统在权利要求书中公布了：1.一种基于主动学习的工业图像标注推荐方法，其特征在于，工业图像标注推荐过程包括： 获取一组未带标签的原始图像，将每个原始图像分别输入分割学习器和重建学习器，利用分割学习器预测各原始图像的缺陷区域，利用重建学习器对各原始图像进行重建得到重建图像； 计算重建图像与对应的原始图像在缺陷区域的损失以作为重建误差； 选择重建误差较大的部分原始图像以用于精细标记； 其中，所述重建学习器为通过以下方法训练所得： 获取训练集，包括被标记为无缺陷的正常图像和存在缺陷的缺陷图像； 构建与缺陷图像相应的训练目标图像，所述训练目标图像为将缺陷图像中被标记为缺陷区域的图像替换为正常图像中相同区域的图像所得； 将缺陷图像输入重建学习器进行训练以使所述重建学习器输出的重构图像趋近相应的训练目标图像； 所述重建误差的计算公式为： 、分别为原始图像的高和宽，为原始图像中位于高宽处像素点的图像损失，其中，当像素点位于缺陷区域，则图像损失为原始图像和重建图像在像素点的图像差值的平方，当像素点位于缺陷区域之外的区域，则图像损失； 图像损失的计算方法包括： 根据分割学习器的预测结果构造掩膜图像，其中，掩膜图像在缺陷区域的数值为1，在其余区域的数值为0； 根据掩膜图像计算图像损失： 其中，为掩膜图像，为输入重建学习器的原始图像，表示根据原始图像得到的重建图像，为重建学习器的权重参数，表示在像素点的数值。

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。