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！

龙图腾网获悉厦门大学申请的专利一种高质量工业异常数据合成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：CN119762908B 。

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：202411811506.0，技术领域涉及：G06V10/774；该发明授权一种高质量工业异常数据合成方法是由曹刘娟;卢轶霖;纪荣嵘;张声传;林将航设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本一种高质量工业异常数据合成方法在说明书摘要公布了：本发明公开了一种高质量工业异常数据合成方法，包括以下步骤：S1、采用混合异常解耦模块，通过视觉语言模型进行多轮对话，对异常数据集中耦合的异常类别进行解耦，使耦合的异常类别转化为更细粒度的类别和属性；S2、采用高质量异常掩码生成模块，通过异常掩码生成器、引导区域Printer和异常掩码定位器，生成与各种属性对齐的、位置精确且形状正常的异常掩码；S3、采用自动异常数据集生成模块，通过TextualInversion方法和自动过滤器，合成并筛选出了高质量的异常图像与掩码对；该方法通过混合异常解耦模块、高质量异常掩码生成模块和自动异常数据集生成模块实现高质量异常图像和掩码对的合成。

本发明授权一种高质量工业异常数据合成方法在权利要求书中公布了：1.一种高质量工业异常数据合成方法，其特征在于，包括以下步骤： S1、采用混合异常解耦模块，通过视觉语言模型进行多轮对话，对异常数据集中耦合的异常类别进行解耦，使耦合的异常类别转化为更细粒度的类别和属性； S2、采用高质量异常掩码生成模块，通过异常掩码生成器、引导区域Printer和异常掩码定位器，生成与各种属性对齐的、位置精确且形状正常的异常掩码； 步骤S2中所述高质量异常掩码生成模块包括AM-Generator组件、GA-RegionPrinter组件和AM-Locator组件，步骤S2的具体过程为： S21、将AM-Generator组件作为基于形态转换方法的掩码生成器，用于生成多样的结构异常掩码； S22、采用GA-RegionPrinter组件对正常样本的引导异常区域进行分割，用于解决异常掩码与物体之间的错位问题； S23、采用AM-Locator组件基于从混合异常解耦模块获得的异常类别和属性字典Da，使用不同的区域引导策略合成高质量的异常掩码； S3、采用自动异常数据集生成模块，通过TextualInversion方法和自动过滤器，合成并筛选出了高质量的异常图像与掩码对； 步骤S3的具体过程为： S31、异常图像生成：对于每一个解耦的细粒度异常类别Cj，使用异常嵌入通过掩蔽纹理反演方法提取异常样本的外观信息；所有细粒度异常类别Cj共享一个常见的位置编码器E；对于训练数据中的一对图像掩码Gj,Mj，将异常掩码Mj输入到位置编码器E中，以获得位置嵌入eL＝EMj，再将异常嵌入和位置嵌入eL融合形成融合异常嵌入将融合异常嵌入e作为扩散模型的文本条件，用于指导异常图像生成过程； S32、自动异常过滤：使用特征提取器Fβ从正常样本中提取正常特征，并通过向这些正常特征添加高斯噪声以模拟异常特征，训练二元异常判别器BD；再从生成的异常图像-掩码对IG,MG中提取特征并将提取的特征输入到二元异常判别器BD中，以获取异常得分图S；通过异常区域得分评估生成的异常图像-掩码对的质量，计算公式为： 其中，ARS表示异常区域得分；i表示异常得分图中的横坐标；j表示异常得分图中的纵坐标；H表示图像的高度；W表示图像的宽度；U·表示上采样；BD·表示二元异常判别器；Fβ·表示特征提取器；IG表示异常图像；⊙表示点乘；MG表示异常掩码；i,j表示异常得分图中每个位置的横纵坐标；再基于异常区域得分自动过滤出前K个对齐的高质量异常图像-掩码对。

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厦门大学，其通讯地址为：361000 福建省厦门市思明南路422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。