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！

龙图腾网获悉浙江霖研精密科技有限公司申请的专利基于生成对抗网络的瑕疵样本生成系统、方法及存储介质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：CN116664975B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202310637483.5，技术领域涉及：G06V10/774；该发明授权基于生成对抗网络的瑕疵样本生成系统、方法及存储介质是由张晓武;陈斌;李伟;徐朝彬设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本基于生成对抗网络的瑕疵样本生成系统、方法及存储介质在说明书摘要公布了：本发明公开了一种基于生成对抗网络的瑕疵样本生成系统、方法及存储介质，所述系统包括数据采集模块、聚类模块、生成对抗模块、生成模块。所述聚类模块用于对第三方数据集进行有效聚类，筛选出与目标稀缺数据集具有类似特征的可用的第三方样本数据；所述生成对抗模块用于采用训练集训练生成对抗网络，所述生成对抗网络的生成器模型包括编码器、融合嵌入模块、解码器，且融合嵌入模块用于将Pt与第三方样本数据的特征矩阵fm进行特征融合，形成一个新的特征图fn’并输入到解码器，得到目标生成瑕疵图。本发明可以有效地解决工业产品瑕疵检测中数据量不足、数据分布不均衡的问题，从而改善了检测效率，具有较高的实用性。

本发明授权基于生成对抗网络的瑕疵样本生成系统、方法及存储介质在权利要求书中公布了：1.一种基于生成对抗网络的瑕疵样本生成系统，其特征在于，包括数据采集模块、聚类模块、生成对抗模块、生成模块； 所述数据采集模块用于采集工业稀缺瑕疵图片得到目标稀缺数据集以及收集第三方工业稀缺瑕疵图片得到第三方数据集，并标注出瑕疵； 所述聚类模块用于对第三方数据集进行有效聚类，筛选出与目标稀缺数据集具有类似特征的可用的第三方样本数据； 所述生成对抗模块用于将第三方样本数据与目标无瑕疵样本形成训练集训练生成对抗网络；所述生成对抗网络包括生成器模型和辨别器模型，所述生成器模型包括从前至后依次设置的编码器、融合嵌入模块、解码器，且编码器用于处理目标无瑕疵样本得到目标无瑕疵样本的特征图fn；所述融合嵌入模块用于将目标无瑕疵样本的特征图fn划分k个patch，将每个patch映射到直方图空间中选出直方图值最大的patchPt，以基于特定位置将Pt与第三方样本数据的特征矩阵fm进行特征融合，形成一个新的特征图fn’并输入到解码器，得到目标生成瑕疵图；所述辨别器模型用于衡量生成的目标生成瑕疵图和无瑕疵图相似度； 所述生成模块用于将目标无瑕疵图像和第三方瑕疵掩码图像输入训练后的生成对抗网络，以生成瑕疵样本； 所述聚类模块包括编码器-解码器网络、聚类单元，且编码器用于将第三方数据集样本的掩码图和目标稀缺数据集样本的掩码图映射到同一潜在空间表示，解码器用于将编码器输出的特征向量重构成原始图像来观察提取的性能；所述聚类单元用于基于欧式距离对于处于同一潜在空间的第三方数据集和目标稀缺数据集进行聚类。

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浙江霖研精密科技有限公司，其通讯地址为：313000 浙江省湖州市南浔区练市镇茹家甸路100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”。