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！

龙图腾网恭喜合肥工业大学申请的专利一种应用于涂层缺陷检测领域的数据增强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：CN115205626B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202210729377.5，技术领域涉及：G06V10/774；该发明授权一种应用于涂层缺陷检测领域的数据增强方法是由訾斌;唐锴;周斌;钱森;徐锋;李元;赵嘉浩设计研发完成，并于2022-06-24向国家知识产权局提交的专利申请。

本一种应用于涂层缺陷检测领域的数据增强方法在说明书摘要公布了：本发明公开了一种应用于涂层缺陷检测领域的数据增强方法及系统，主要针对样本数据量少，各类别比例分布不均衡，含大量小样本且密集聚集的涂层缺陷数据集，包括：1.根据原始数据集制作特征图数据库；2.基于原图各类别先验准确率和数量，从特征图数据库中随机抽取对应特征图并自适应加权映射到原图中；3.以一定的概率与另外多张原图进行变换组合拼接成新的图片。本发明生成的新图与原图相关性小，可根据不同复杂应用环境，动态调整超参和函数，丰富样本特征和数量，避免传统数据增强可能带来的过拟合问题。通过消融实验表明，经该数据增强训练后的模型具有更好的识别准确率和泛化性，且该方法无需人工二次标注。

本发明授权一种应用于涂层缺陷检测领域的数据增强方法在权利要求书中公布了：1.一种应用于涂层缺陷检测领域的数据增强方法，其特征在于，包括以下步骤：步骤1、获取多张图片，每张图片至少显示一种类别的涂层缺陷，对每张图片分别按各自对应的至少一种涂层缺陷类别人工标出相应标签；步骤2、将步骤1分别标注有标签的多张图片中的部分图片划分作为预训练集，其余图片划分作为测试集，并将预训练集和测试集中的图片分别进行数据处理，转化为深度学习网络模型训练所需的数据格式；步骤3、采用步骤2得到的预训练集的图片数据对深度学习网络模型进行预训练，并用步骤2得到的测试集的图片数据对深度学习网络模型进行测试，根据测试结果得到深度学习网络模型对各种涂层缺陷类别的先验识别准确率；步骤4、从预训练集的每张图片中分别确定对应包含的涂层缺陷部分的位置，并分离出所有的涂层缺陷部分作为特征图片，根据特征图片对应的涂层缺陷的类别，建立涂层缺陷特征图数据库，所述涂层缺陷特征图数据库包含预训练集每张图片对应的特征图片，并按涂层缺陷的类别归类各个图片的特征图片；步骤5、从预训练集中随机选取一张图片作为待增强原图，对待增强原图进行第一随机变换，得到变换后的图片，并根据第一随机变换过程中使用的矩阵变换和图像处理技术得到第一随机变换后图片的标注标签，通过第一随机变换减小最终增强后的图片与原图的相关性；步骤6、基于待增强原图包含的涂层缺陷类别、待增强原图包含的涂层缺陷类别在深度学习网络模型中的先验识别准确率、以及待增强原图包含的各涂层缺陷类别数量，按以下公式从所述涂层缺陷特征图片数据库中随机选取待增强原图中包含的各类别的待映射特征图片的数量，公式如下： 其中，pi为待增强原图包含的涂层缺陷类别在深度学习网络模型中对应的先验识别准确率，i＝1、2、3、4……n，n为待增强原图包含的涂层缺陷类别的总数，m为待增强原图包含的特征图片的总数，v为超参系数可动态调控随机选取的某特定类别的数量，以缓解类不均衡问题；然后，分别对随机选取的各个特征图片进行第二随机变换，得到变换后的特征图片，通过第二随机变换减小最终增强后的图片与原图的相关性；步骤7、将经过第二随机变换后的特征图片，通过自适应加权映射到经过第一随机变换后的图片中，更新经过第一随机变换后的待增强原图的对应标注标签，并对映射后的原图和对应标注标签进行第三随机变换得到变换后的图片，并根据第三随机变换过程中使用的矩阵变换和图像处理技术得到第三随机变换后图片的标注标签，通过第三随机变换减小最终增强后的图片与原图的相关性；步骤8、在1～9中随机生成一个随机数，若生成的随机数在7～9中，则从所述预训练集中随机选取多张不同的图片和对应标注标签，将选取的多张图片与经过第三随机变换后的图片进行拼接，得到一张最终数据增强后的图片，并根据拼接过程中使用的矩阵变换和图像处理技术得到最终数据增强后图片的标注标签，将最终数据增强后的图片和对应标注标签添加到新的训练集，用于后续对深度学习网络模型进行训练，否则将经过第三随机变换后的图片和对应标签作为最终数据增强后的图片和对应标注标签，添加到新的训练集，用于后续对深度学习网络模型进行训练。

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合肥工业大学，其通讯地址为：230000 安徽省合肥市包河区屯溪路193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”。