申请/专利权人：成都数之联科技股份有限公司

申请日：2024-02-05

公开（公告）日：2024-03-15

公开（公告）号：CN117710371A

主分类号：G06T7/00

分类号：G06T7/00;G06N3/0464;G06N3/048;G06T5/70;G06V10/44;G06V10/74;G06V10/30

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.02#实质审查的生效;2024.03.15#公开

摘要：本申请提供一种扩充缺陷样本的方法、装置、设备及存储介质，涉及缺陷检测技术领域，用于解决缺陷样本较少的问题。该方法包括：对真实面板中的缺陷进行图像采集，获得原始缺陷图像；将所述原始缺陷图像输入训练好的VAE模型中进行缺陷扩充，获得扩充缺陷图像；其中，所述训练好的VAE模型中的编码器包括卷积层、特征均值层和指数函数激活层，所述训练好的VAE模型中的解码器包括上采样层和批量归一化层，所述训练好的VAE模型中的损失函数包括KL散度计算模块。因此，不仅可以在进行模型训练时，更快速、更高效进行模型收敛，缩短模型的训练时间，还可以提高目标检测模型的指标，降低缺陷检测模型的漏检率。

主权项：1.一种扩充缺陷样本的方法，其特征在于，所述方法包括：对真实面板中的缺陷进行图像采集，获得原始缺陷图像；将所述原始缺陷图像输入训练好的VAE模型中进行缺陷扩充，获得扩充缺陷图像；其中，所述训练好的VAE模型中的编码器包括卷积层、特征均值层和指数函数激活层，所述训练好的VAE模型中的解码器包括上采样层和批量归一化层，所述训练好的VAE模型中的损失函数包括KL散度计算模块。

全文数据：

权利要求：

百度查询： 成都数之联科技股份有限公司 一种扩充缺陷样本的方法、装置、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD