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！

龙图腾网获悉昆山杜克大学申请的专利一种缺陷样本的生成方法、装置、电子设备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：CN116580267B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202310621403.7，技术领域涉及：G06V10/774；该发明授权一种缺陷样本的生成方法、装置、电子设备及存储介质是由黄开竹;杨超龙;杨关禹;赵伟光设计研发完成，并于2023-05-30向国家知识产权局提交的专利申请。

本一种缺陷样本的生成方法、装置、电子设备及存储介质在说明书摘要公布了：本申请公开了一种缺陷样本的生成方法、装置、电子设备及存储介质；该方法包括：对标准高斯噪声进行随机采样，将采样得到的噪声的分布作为当前时间步的噪声特征，将该噪声特征和目标缺陷对应的语义标签输入至缺陷生成网络中，预测出上一个时间步的扩散噪声的分布；基于该扰动噪声的分布随机采样得到上一个时间步的扩散噪声；根据该扩散噪声和当前时间步的噪声特征，计算上一个时间步的噪声特征；重复上述操作，直到计算出第0个时间步的噪声特征；基于第0个时间步的噪声特征生成目标缺陷对应的局部缺陷图像；将该图像输入缺陷融合网络中，生成目标缺陷对应的缺陷样本。本申请实施例可以生成高逼真度的局部缺陷，并将其自然地融入到正常样本中。

本发明授权一种缺陷样本的生成方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种缺陷样本的生成方法，其特征在于，所述方法包括： 若缺陷生成网络CUNet不满足预先设置的第一收敛条件，则在预先构建的局部缺陷集中提取出预定数量的缺陷样本作为当前批次的训练样本；针对当前批次的训练样本中的每一个训练样本，在预先构建的扩散步长集合中随机选择一个步长作为该训练样本对应的步长；使用所述当前批次的训练样本以及各个训练样本对应的步长对所述缺陷生成网络CUNet进行训练，重复执行上述操作，直到所述缺陷生成网络满足所述第一收敛条件； 若缺陷融合网络不满足预先设置的第二收敛条件，则将局部缺陷图像添加至预先构建的正常样本中，得到不完美的缺陷样本集；在所述不完美的缺陷样本集中随机选择一个不完美的缺陷样本作为当前训练样本；使用所述当前训练样本对所述缺陷融合网络进行训练，重复执行上述操作，直到所述缺陷融合网络满足所述第二收敛条件； 对标准高斯噪声进行随机采样，将随机采样得到的噪声的分布作为当前时间步的噪声特征，并将所述当前时间步的噪声特征和预先获取的目标缺陷对应的语义标签y输入至预先训练好的缺陷生成网络CUNet中，通过所述预先训练好的缺陷生成网络CUNet预测出所述当前时间步的上一个时间步的扩散噪声的分布； 基于所述上一个时间步的扰动噪声的分布随机采样得到所述上一个时间步的扩散噪声；并根据所述上一个时间步的扩散噪声和所述当前时间步的噪声特征，计算所述上一个时间步的噪声特征；将所述上一个时间步作为所述当前时间步，重复执行上述操作，直到计算出第0个时间步的噪声特征； 基于第0个时间步的噪声特征生成所述目标缺陷对应的局部缺陷图像； 将所述局部缺陷图像输入预先训练好的缺陷融合网络中，通过所述缺陷融合网络生成所述目标缺陷对应的缺陷样本。

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昆山杜克大学，其通讯地址为：215300 江苏省苏州市昆山市杜克大道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”。