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！

龙图腾网恭喜安徽工程大学申请的专利一种工业产品图像的数据增强方法、装置、介质和设备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：CN119515752B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202411591856.0，技术领域涉及：G06T5/94；该发明授权一种工业产品图像的数据增强方法、装置、介质和设备是由万国扬;李叙娜;滕明遥;王承文;李寒琪;朱佳炳;曹家杰;蒋述;陶晓军;温彩妙;王梓萌;何琴;汪倩倩设计研发完成，并于2024-11-08向国家知识产权局提交的专利申请。

本一种工业产品图像的数据增强方法、装置、介质和设备在说明书摘要公布了：本发明公开了一种工业产品图像的数据增强方法、装置、介质和设备，涉及数据增强技术领域。本发明先基于产品图像裁剪拼接得到初始增强后的图像并将其作为样本图像，然后构建改进的循环生成对抗网络，并以改进的循环生成对抗网络基于样本图像进行数据增强的生成对抗学习，使得改进的循环生成对抗网络能够消除初始增强图像中不和谐的地方，使其生成图像趋近视觉采集得到的产品图像。其中，改进加入的实例归一化模块能够更关注每个样本自身的特征分布，提高了对每个初始增强图像的特征提取的准确性；同时通过加入卷积块注意力模块提高通道和空间上特征的抓取能力，以在生成最终增强图像时很好地消除初始增强图像中不和谐的地方，提高数据增强的效果。

本发明授权一种工业产品图像的数据增强方法、装置、介质和设备在权利要求书中公布了：1.一种工业产品图像的数据增强方法，其特征在于，包括：获取目标工业产品在多种不同背景下的产品图像裁剪并拼接后存在图像拼接痕迹的样本图像；基于循环生成对抗网络，以U-Net网络作为生成器的主干网络，并在U-Net网络的收缩路径中的用于下采样的各卷积模块中加入实例归一化模块，在收缩路径后加入卷积块注意力模块，构建改进的循环生成对抗网络；将样本图像输入改进的循环生成对抗网络的生成器，以对样本图像进行增强得到增强图像；并将增强图像和产品图像输入改进的循环生成对抗网络的判别器，确定输入图像为增强图像或产品图像，以增强图像使判别器判断为产品图像为目标对生成器进行训练，将训练后的生成器作为数据增强模型；将基于产品图像裁剪拼接得到的初始增强图像输入数据增强模型中，通过收缩路径中各卷积模块进行背景特征和目标工业产品特征的提取，并通过实例归一化模块对提取到的特征进行实例归一化得到初始增强图像的风格特征图，通过卷积块注意力模块对风格特征图进行通道和空间特征抓取，生成去除图像拼接痕迹的最终增强图像；所述实例归一化模块为InstanceNorm2d模块；所述通过实例归一化模块对提取到的特征进行实例归一化得到特征图，具体包括：通过实例归一化模块基于下式对提取到的特征进行实例归一化得到初始增强图像的风格特征图： 其中，z为实例归一化后得到的初始增强图像的风格特征图，β和γ为仿射系数，x为基于初始增强图像提取到的特征矩阵，为x的平均值，ε为标准差，σ为避免标准差为0的添加项；所述通过卷积块注意力模块对风格特征图进行通道和空间特征抓取，具体包括：通过卷积块注意力模块的通道注意力模块中的全局最大池化模块和全局平均池化模块获取风格特征图的通道特征，并将通道特征送入包括多层感知机和隐藏层的共享神经网络，生成通道注意力图；通过卷积块注意力模块的空间注意力模块中的全局最大池化模块和全局平均池化模块获取风格特征图池化后的特征，并将池化后的特征进行拼接，通过卷积操作生成空间注意力图；根据通道注意力图和空间注意力图对风格特征图进行通道和空间的加权。

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安徽工程大学，其通讯地址为：241000 安徽省芜湖市鸠江区北京中路8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”。