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！

龙图腾网获悉东北大学秦皇岛分校申请的专利一种基于大律算法与通道注意力机制的数据增强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：CN116912144B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202310912049.3，技术领域涉及：G06T5/50；该发明授权一种基于大律算法与通道注意力机制的数据增强方法是由王正松;杨文翰;汤晟楠;杨乐设计研发完成，并于2023-07-25向国家知识产权局提交的专利申请。

本一种基于大律算法与通道注意力机制的数据增强方法在说明书摘要公布了：本发明提供了一种基于大律算法与通道注意力机制的数据增强方法，涉及表面缺陷检测技术领域。首先对输入的正常样本进行大律算法OTSU计算，以得到对图像进行阈值分割的最佳阈值，并将图像进行二值化操作，得到二值化掩码图像作为数据增强的ROI。然后，将二值化掩码图像表示为矩阵，将其中值为1的像素点坐标放入数组IDX中，并通过随机方式在IDX数组中选择一个seed像素点作为数据增强的位置，以避免数据增强的图像块粘贴到背景中产生污染数据。最后，通过随机裁剪原图像以获得图像块，将图像块与原图无缝融合，实现数据增强。在神经网络的训练中，引入SENet自注意力模块，加强网络的建模能力，提高检测性能。

本发明授权一种基于大律算法与通道注意力机制的数据增强方法在权利要求书中公布了：1.一种基于大律算法与通道注意力机制的数据增强方法，其特征包括如下步骤： 步骤1：建立异常检测数据集，该数据集应包括验证集和训练集两个部分； 其中，训练集仅包含正常无缺陷的样本，验证集则包含正常样本和异常样本两类，在处理异常样本时，不应进行类别的区分； 步骤2：对训练集中的样本进行预处理；首先，将所有图像统一调整为256×256像素大小，接着，进行图像归一化处理，使得所有图像的均值为[0.485,0.456,0.406]，标准差为[0·229，0.224，0.225]； 步骤3：读取数据集中的图像，并使用大律算法OTSU计算每张图像的灰度直方图；通过选取最佳阈值，将图像分为前景图像和背景图像； 步骤4：使用步骤3中获得的最佳阈值，对图像进行二值化阈值分割；将前景图像设为白色，背景图像设为黑色，从而获得二值化掩码； 步骤5：将二值化掩码图像表示为矩阵M，该矩阵中只有0和1两个值，其中0代表图像中黑色像素点，1表示图像中白色像素点； 步骤6：将所有矩阵M中值为1的像素点表示为一个数组IDX，在进行数据增强的过程中，应随机选取该数组中IDX中的某个元素作为数据增强的位置，从而确保其在前景图像内部而不在背景图像中，避免污染数据生成； 步骤7：随机获取原图像的一个位置，并裁剪一个随机大小、宽长比的矩形图像块；接着，旋转该图像块随机的角度并施加颜色抖动； 步骤8：使用泊松图像融合算法，将步骤7中获得的图像块无缝地粘贴在步骤6中获取的位置上；这样，就获得了一幅模拟的异常图像，完成了数据增强； 步骤9：将生成的模拟图像与正常样本图像一起送入神经网络进行训练；为了提取特征，使用了ResNet18作为主干网络，并对图像进行图像级的数据标注，即正常样本标注为1，模拟的异常样本标注为0；为了加速训练过程，使用了预训练模型，并冻结了前20个epoch； 步骤10：结合自注意力机制的神经网络： 引入自注意力机制的神经网络；该网络包含ResNet18主干神经网络和SENet自注意力机制模块；ResNet18神经网络包含1个卷积层、1个最大池化层、4个残差块、1个平均池化层和1个全连接层；SENet注意力机制包含Squeeze模块和Excitation模块；给定了图像的特征张量其中X使通道数量，H和W是空间维度；首先通过对X进行全局平均池化得到通道维度上的平均特征向量V： 其中j＝1，2，...，C；然后通过两个全连接层得到通道维度上的特征权重向量 w2＝σUδWz2 其中和是两个权重矩阵，δ·和σ·分别表示激活函数和sigmoid函数，最后通过权重向量w2应用于输入特征张量X来获得自注意力特征： Yjik＝wjXjik3 其中j＝1,2，···，C；最终将自注意力特征Y与原始特征X按元素相加得到最终的输出特征；该自注意力模块在ResNet18神经网络的第四个残差块提取特征后插放； 步骤11：通过神经网络训练得到特征提取模型，并对模型进行评估；我们使用AUC分数作为评价指标，其公式为： 其中，FPR-1表示假阳性率的逆函数，即在假阳性率为t的情况下，真阳性率的最大可能值。

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东北大学秦皇岛分校，其通讯地址为：066004 河北省秦皇岛市海港区泰山路143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。