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！

龙图腾网获悉广东工业大学申请的专利一种带有标签的多类型缺陷数据集生成方法和系统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：CN115546587B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202211379147.7，技术领域涉及：G06V10/774；该发明授权一种带有标签的多类型缺陷数据集生成方法和系统是由李志忠;黄秋灵设计研发完成，并于2022-11-04向国家知识产权局提交的专利申请。

本一种带有标签的多类型缺陷数据集生成方法和系统在说明书摘要公布了：本发明提供一种带有标签的多类型缺陷数据集生成方法和系统，涉及深度学习缺陷检测技术领域，该方法包括：获取无缺陷的初始图像；随机生成缺陷轮廓，获取不同类型的缺陷轮廓图像；将不同类型的缺陷轮廓图像与无缺陷的初始图像叠加，获取带有不同类型缺陷轮廓的初始图像；对带有不同类型缺陷轮廓的初始图像中的缺陷轮廓内部区域进行像素填充，获得不同类型的缺陷图像；生成与不同类型的缺陷图像相对应的标签，将不同类型的缺陷图像及其对应的标签保存为带有标签的多类型缺陷数据集；该方法能够生成多种多样的缺陷样本，并直接生成缺陷图像的标签，显著降低了缺陷数据集的获取难度，提高了工作效率。

本发明授权一种带有标签的多类型缺陷数据集生成方法和系统在权利要求书中公布了：1.一种带有标签的多类型缺陷数据集生成方法，其特征在于，包括以下步骤： S1：获取无缺陷的初始图像； S2：随机生成缺陷轮廓，获取不同类型的缺陷轮廓图像； S3：将不同类型的缺陷轮廓图像与无缺陷的初始图像叠加，获取带有不同类型缺陷轮廓的初始图像；具体为： S3.1：将无缺陷的初始图像转换为灰度图并获取初始图像长宽数据； S3.2：利用第一检测函数检测所述灰度图的轮廓，获得灰度图轮廓点数据； S3.3：利用第二检测函数检测所述灰度图轮廓点数据中的最小矩形框，获得矩形框左上角坐标和矩形框长宽数据； S3.4：将矩形框左上角坐标添加随机值，获得叠加坐标，记为x+xadd,y+yadd，其中xadd和yadd分别为矩形框左上角横坐标和纵坐标的随机值，所述随机值的大小小于初始图像长宽数据的大小；将不同类型的缺陷轮廓图像的某一点与叠加坐标重合，获取带有不同类型缺陷轮廓的初始图像； S4：对带有不同类型缺陷轮廓的初始图像中的缺陷轮廓区域内部进行像素填充，获得不同类型的缺陷图像； 具体的，根据叠加坐标和矩形框长宽数据对带有不同类型缺陷轮廓的初始图像进行部分扫描，判断包含叠加坐标的最小矩形框中灰度图轮廓点的数量；当灰度图轮廓点的数量大于1时，获取包含叠加坐标的最小矩形框中灰度图轮廓点的纵坐标最大值ymax和最小值ymin，对缺陷轮廓区域内部x+xadd,y+yadd和ymin,ymax范围内的像素进行随机填充，获得不同类型的缺陷图像； S5：生成与不同类型的缺陷图像相对应的标签，将不同类型的缺陷图像及其对应的标签保存为带有标签的多类型缺陷数据集；所述标签为yolo格式的标签； 生成与不同类型的缺陷图像相对应的标签的具体步骤为： S5.1：获取缺陷图像的类型数据； S5.2：利用所述初始图像长宽数据，将所述叠加坐标和矩形框长宽数据进行归一化处理，获取归一化中心点坐标和归一化长宽数据； S5.2：将所述类型数据、归一化中心点坐标和归一化长宽数据保存为长度为5的数组，生成与每种类型的缺陷图像相对应的标签。

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广东工业大学，其通讯地址为：510090 广东省广州市越秀区东风东路729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”。